跳转到主要内容
认证机构:IGI全球平台(112.34.110.21)
登录
注册
语言:
英语
欢迎使用InfoSci平台
IGI全球平台
IGI全球平台
无法进行身份验证。
IP:112.34.110.21
数据库搜索
数据库搜索
基本搜索
高级搜索
专家搜索
保存的搜索
索策略
研究工具
研究工具
帮助
用户指南
咨询委员会
用户资源
用户资源
针对研究人员
对于作者
对于图书馆员
参考中心
三
指数
该标题如下所示:
关闭
参考中心
该研究被引用于:
会议
滤波特征选择法预测帕金森病
运输、生态、可持续发展:EKO VARNA 2023
10.1063/5.0191620
第条
fMRI评估阿尔茨海默病进展中的图形指标和大脑连接的偏侧化
国际软件科学与计算智能杂志
10.4018/IJSSCI.2017100104
第章
fMRI评估阿尔茨海默病进展中的图形指标和大脑连接的偏侧化
神经认知障碍诊治研究文选
10.4018/978-1-7998-3441-0.ch030
关闭
最近搜索的热门结果
关闭
利用随机森林从阿尔茨海默病微阵列数据中选择基因
Kazutaka Nishiwaki、Katsutoshi Kanamori、Hayato Ohwada
源标题:
国际软件科学与计算智能杂志
9(2)
版权:
© 2017
|
体积:
9
|
问题:
2
|
页:
17
国际标准编号:
1942-9045
|
EISSN公司:
1942-9037
|
EISBN13:
9781522512721
|
内政部:
10.4018/IJSSCI.2017040102
引用文章
引用文章
MLA公司
Nishiwaki,Kazutaka等人,“使用随机森林从阿尔茨海默病微阵列数据中选择基因”
国际JSSCI
2017年第9卷第2期:第14-30页。
http://doi.org/10.4018/IJSSCI.2017040102
亚太地区
Nishiwaki,K.、Kanamori,K.和Ohwada,H.(2017年)。
使用随机森林从阿尔茨海默病微阵列数据中选择基因。
国际软件科学与计算智能杂志(IJSSCI),9
(2), 14-30.
http://doi.org/10.4018/IJSSCI.2017040102
芝加哥
西瓦基、川崎、Katsutoshi Kanamori和Hayato Ohwada。
“使用随机森林从阿尔茨海默病的微阵列数据中选择基因,”
国际软件科学与计算智能杂志(IJSSCI)
9,2号:14-30。
http://doi.org/10.4018/IJSSCI.2017040102
导出参考
最喜欢的
完整发布下载
查看全文HTML
查看全文PDF
摘要
互联网上有大量的微阵列基因表达数据,研究人员可以自由分析这些数据。
然而,微阵列数据包含数千个基因,使用传统技术进行分析太困难了。
因此,从高维数据中选择信息基因非常重要。
在本研究中,作者提出了一种使用随机森林作为机器学习技术的基因选择方法。
他们将这种方法应用于阿尔茨海默病的微阵列数据,并进行了基因排序实验。
作者的结果表明,一些基因与阿尔茨海默病的相关性已经过研究,证明他们提出的认知方法在使用微阵列数据发现疾病相关基因方面是成功的。
请求访问权限
您不拥有此内容。
请登录向您所在机构的图书管理员推荐此标题,或从
IGI全球书店
.
用户名或电子邮件:
*
密码:
*
登录
忘记个人登录密码?
创建个人帐户
如果出现与翻译网站中所含信息准确性相关的任何问题,
请参阅网站的英文版本,即官方版本。
访问
www.igi-global.com/gateway/terms-and-conditions网站/
了解更多信息。