蒋林波
- 作品数：7 被引量：25H指数：3
- 供职机构：湖南大学信息科学与工程学院（软件学院）更多>>
- 发文基金：湖南省自然科学基金湖南省教育厅优秀青年基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术生物学更多>>
- 基于属性识别理论的基因分类
- 2009年
- 在研究属性识别理论的基础上,利用概率统计理论建立了新的分类器,它先单独计算每个属性对分类的贡献,然后通过一种加权机制计算所有属性对样本的分类情况.同时,为了克服单分类器使用范围有限和分类准确度相对不高等特点,把新的分类系统与传统的K-NN分类器结合起来,进一步提高了此分类系统的分类能力.实验结果表明:这个分类系统具有较好地分类效果和鲁棒性.
- 蔡立军蒋林波李艳张皓
- 关键词：属性集相似度准确率
- 基于筛选-优化的基因选择
- 2009年
- 先按照相关性系数标准对样本所包含的全体基因进行筛选,降低冗余的同时有利于缩小优化算法的搜索范围;然后在筛选结果上采用蚁群优化策略进行分类相关基因子集的选择,并利用样本聚类效果作为优化目标函数,在保证分类准确度的同时大大降低了基因选择方法的计算复杂度。实验结果表明,提出的基因选择方法能在相当短的时间内选出与分类相关的基因子集。
- 龚理专梁国彪蔡立军蒋林波
- 关键词：蚁群优化基因选择
- 一类特殊整数规划问题的DNA计算被引量：1
- 2008年
- 通过22种荧光标记DNA链的办法,在基于表面方式的实验环境中,将变量用变异的二进制变量组来表示,提出一种基于DNA计算的特殊整数规划问题的求解算法.算法通过将上述问题转化为特殊的-1-0-1规划问题,解决了运筹学中特殊的整数规划问题,并为最终解决一般的整数规划问题奠定了基础.
- 蔡立军林亚平易叶青李小龙蒋林波
- 关键词：DNA计算荧光标记
- 基于蚁群优化算法的基因选择被引量：8
- 2008年
- 将蚁群优化算法(ant colony optimization algorithm,ACO)引入基因选择领域,并用基因与类别的相关性分析所得值来初始化最优化问题,缩短了找寻最优解的时间;以基因子集整体的样本辨别能力与子集中基因之间的平均距离的线性表达作为目标函数,有利于在找到关键基因的同时消除冗余;同时,由于目标函数不采用分类准确度,大大降低了计算复杂度,提高了方法的灵活性和适应性。
- 蔡立军蒋林波易叶青
- 关键词：蚁群优化算法基因选择
- 一个新的多分类器组合模型被引量：9
- 2008年
- 分类在数据挖掘中扮演着很重要的角色,然而单个分类器有很多缺点,包括适用范围十分有限和分类准确度不高等。把多个单分类器的分类结果融合起来是克服这些缺点的有效途径,因此存在很高的研究价值。组合多分类器的一个核心内容是融合规则,现存的融合规则有积规则、和规则、中值规则与投票规则等,但这些规则性能还不够稳定。提出了一个新的基于神经网络的融合规则,并依此建立一个新的多分类器组合模型,实验表明它能提高分类准确度和稳定性。
- 蒋林波蔡立军易叶青
- 关键词：数据挖掘神经网络
- 基于基因表达数据的样本分类研究
- 利用基因芯片技术可以同时对成千上万个基因的表达数据进行并行分析，从而产生了海量的有用数据，使用机器学习对这些大量的复杂数据进行分析是目前重要的研究领域之一。在这个研究领域里，基于基因表达数据的样本分类扮演着很重要的角色，...
- 蒋林波
- 关键词：基因选择蚁群优化算法属性识别理论
- 文献传递
- 一种改进的基因表达数据分类方法被引量：6
- 2007年
- 从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的特点,提出了一种改进的基于相关性的递归特征消除算法(简称为C-RFE),消除了数据冗余．实验结果表明,新方法可有效提高分类准确率和特征选取的效率．
- 蔡立军沈小乔林亚平蒋林波
- 关键词：SVMKNN
