2024年12月3日
星期二
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
秦瑞斌
作品数:
2
被引量:0
H指数:0
供职机构:
中国科学技术大学计算机科学与技术学院
更多>>
发文基金:
国家重点基础研究发展计划
更多>>
相关领域:
医药卫生
自动化与计算机技术
更多>>
合作作者
周宏
中国科学技术大学计算机科学与技...
郑浩然
中国科学技术大学计算机科学与技...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
学位论文
领域
1篇
自动化与计算...
1篇
医药卫生
主题
1篇
信息挖掘
1篇
时间序列
1篇
识别方法
1篇
微阵列
1篇
计算方法
机构
2篇
中国科学技术...
作者
2篇
秦瑞斌
1篇
郑浩然
1篇
周宏
传媒
1篇
北京生物医学...
年份
2篇
2012
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种面向小样本数据的错标记样本识别方法
2012年
目的针对小样本数据的错标记问题,本文在CL-stability算法的基础上提出一种加权的错标记样本识别算法(UCL-stability)。方法在UCL-stability算法中,根据样本标记翻转后数据所能选出的差异特征数目,定义了一个投票权值用于衡量翻转不同样本标记对分类的影响。结果两组癌症基因表达数据的实验结果表明,UCL-stability与CL-stability算法均能有效识别数据中的可疑样本。通过人为错标记样本的进一步实验,显示UCL-stability算法相比于无投票权的CL-stability算法可取得较高的precision和recall值。结论本文提出的UCL-stability算法不仅考虑了小样本数据中单个样本的标记错误对分类器设计造成的影响,更进一步考虑了不同样本的标记错误对分类结果影响的差异。通过引入特征信息衡量该差异,UCL-stability取得了较好的结果。
秦瑞斌
郑浩然
周宏
关键词:
微阵列
面向生物实验数据的信息挖掘及计算方法研究
随着生物技术的发展,生物实验生产了海量数据,为了对这些数据进行处理,从系统层次理解生物系统的“系统生物学”被生物学家们提出并得到了迅速发展。在疾病研究领域,疾病的发生发展是有一定过程的,生物实验中与疾病有关的数据常常包含...
秦瑞斌
关键词:
信息挖掘
计算方法
时间序列
文献传递
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张