文献

J-GLOBAL ID：201702211733717961   整理番号：17A0633620

グラフエネルギーに基づく修正された単一対雑音比と組み合わされたK平均法クラスタリングに基づくマイクロアレイデータの分類

Classification for Microarray Data Based on K-Means Clustering Combined with Modified Single-to-Noise-Ratio Based on Graph Energy

著者 (4件)： YU Lujing (Shandong Univ., Weihai, CHN) ,  ZHANG Yusen (Shandong Univ., Weihai, CHN) ,  JIAN Guiqian (Shandong Univ., Weihai, CHN) ,  GUTMAN Ivan (Univ. Kragujevac, Kragujevac, SKB)
資料名： Journal of Computational and Theoretical Nanoscience  (Journal of Computational and Theoretical Nanoscience)
巻： 14  号： 1  ページ： 598-606  発行年： 2017年01月 
JST資料番号： W2377A  ISSN： 1546-1955  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マイクロアレイデータベースでは,雑音,冗長性,または分類タスクのための無関係な情報を含む,多くの特徴が存在する。本稿では,AT平均クラスタリングとSNRGE法を組み合わせた特徴選択法を提案した。そして,マイクロアレイデータ解析へのグラフエネルギーの適用性を初めて紹介し,マイクロアレイデータベースの特徴選択に,グラフエネルギーを引き出す際に優れた効果を得ることができることを示した。本研究では,より少ない量の特徴でより高い精度の分類率を得ることに専念し,実験の結果は,SNRGESが上記の効果を有する4つのデータベースで利用可能であることを示した。

シソーラス用語： *図式解法 ,  *SN比 ,  *クラスタ化 ,  *データベース
準シソーラス用語： *グラフアプローチ ,  信号雑音比 ,  *クラスタリング

分類 (2件)： 計算理論  (JB02000A) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (7件)： グラフ ,  エネルギー ,  雑音 ,  平均法 ,  クラスタリング ,  マイクロアレイデータ ,  分類