zbMATH参考文献（14篇文章引用）

1. Wang，Chamont；Gevertz，Jana L.：从高维数据中发现致病基因：统计和机器学习方法的评估（2016）
2. 赵玉海；李，元；尹，英；盛，刚：寻找覆盖不可约对比序列规则的疾病诊断（2015）
3. Archetti，Francesco；Giordani，Ilaria；Vanneschi，Leonardo:使用NCI-60数据集预测抗癌治疗反应的遗传规划（2010）
4. Bar，Haim；Booth，James；Schifano，Elizabeth；Wells，Martin T.：Laplace近似EM微阵列分析：比较微阵列实验的经验贝叶斯方法（2010）
5. Kung，S.Y.；Luo，Yuhui；Mak，Man Wai:基因组信号处理的特征选择：无监督、有监督和自监督场景（2010）ioport公司
6. Luss，Ronny；d'Aspremont，Alexandre:使用稀疏主成分分析的聚类和特征选择（2010）
7. Yang，Pengyi；Zhou，Bing；Zhang，Zili；Zomaya，Albert Y:用于基因选择和微阵列数据样本分类的多滤波器增强遗传集成系统（2010）ioport公司
8. Hua，Jianping；Tembe，Waibhav D.；Dougherty，Edward R.：特征选择方法在高维数据分类中的表现（2009）
9. Moretti，Stefano:博弈论应用于基因表达分析（2009）
10. d'Aspremont，Alexandre；Bach，Francis；El Ghaoui，Laurent：稀疏主成分分析的最优解（2008）
11. Fragnelli，Vito；Moretti，Stefano:基因表达数据分析中分类问题的博弈论方法（2008）
12. Yeh，Jinn Yi:应用数据挖掘技术对基因表达数据进行癌症分类（2008）
13. Moretti，Stefano；Patrone，Fioravante；Bonassi，Stefano:微阵列游戏的类别和基因相关性指数（2007）
14. Wang，Yu.；Tetko，Igor V.；Hall，Mark A.；Frank，Eibe；Facius，Axel；Mayer，Klaus F.X.；Mewes，Hans W.：用于癌症分类的微阵列数据的基因选择——机器学习方法（2005）