生物学相关信息量的革命性的爆炸,产生了对海量生物信息进行处理的需求;而计算机技术的革命性发展,形成了处理海量生物信息的能力......

数据挖掘是研究从大量数据中用非平凡的方法发现有用知识的理论与方法.分类作为数据挖掘的一个重要课题,在统计学、机器学习、神经......

分类是数据挖掘的一个重要课题。随着数据规模与维数的增加,建立高效的、适用于大型数据集的分类算法已成为数据挖掘的一项挑战性......

基于基因表达谱的分类技术对于疾病检测具有十分重要的研究意义。利用显现模式（Emerging Patterns,EPs）的基因分类方法不仅可以识别......

基于基因表达谱的癌症检测对癌症的治疗具有十分重要的意义。显现模式（Emerging Patterns，EPS）能够挖掘隐含的具有生物意义的基因表达......

利用显现模式（EPs）的基因分类方法不仅可以识别癌症样本，同时可以挖掘出隐含的与癌症相关的具有生物意义的基因模式，从基因角度揭示癌......

本文提出了一种新的基于EP的分类算法,即基于基本显现模式的懒惰式贝叶斯分类算法（Lazy Bayesian Classification based on essenti......

基因分类因其应用意义重大,成为近年来研究的热点。显现模式以具有生物意义的隐性基因模式为基础实现对癌症的高识别率,应用前景十......

针对提取显现模式时在小样本情况下频率近似于概率的缺陷,在衡量分类信息能力熵的计算中引入贝叶斯方法估计概率P（Ci,Sj）,提高熵的可......