Indexed by：
Abstract：
本发明为基于LLRFC和相关性分析去除冗余的特征选择方法LLRFC score+，DNA微阵列技术为临床肿瘤的诊断提供了一个新的方向。不同类型的肿瘤所对应的表达谱数据表现迥异，通过对肿瘤基因表达谱数据的分析，研究人员可以在分子水平上实现对肿瘤及其亚型的准确识别，这对肿瘤的诊断和治疗具有重要的生物学意义。利用LLRFC判别准则降序排列表达谱数据中的特征基因，结合动态相关性分析的策略进一步排除冗余特征，提出LLRFC score+的算法，选择最佳特征基因子集。本发明能有效提升分类器的分类精度，并且不要求样本数据集必须满足正态分布，适用于多种分布类型的数据。本发明可以帮助人们寻找癌症的致病基因，有助于临床上肿瘤疾病的早期诊断、肿瘤分期分型及预后治疗等。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201610057637.3
Filing Date： 2016-01-27
Publication Date： 2016-07-06
Pub. No.： CN105740653A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
