ترکیب ضریب همبستگی و رگرسیون ریج برای انتخاب ویژگیهای مهم دربانک اطلاعاتی چندشکلی های تک نوکلئوتیدی SNP

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,993

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE19_126

تاریخ نمایه سازی: 14 مرداد 1391

چکیده مقاله:

تشخیص عناصر مهم موجود دربانکهای اطلاعاتی یکی از مسائل مهم درعلم داده کاوی می باشد باتوجه به افزایش روزافزون داده های ژنتیکی و حجیم شدن بانکهای اطلاعاتی استفاده از روشهای هوشمند برای دستکاری و مدیریت آنها اجتناب ناپذیر است دراین مقاله از ترکیب دو روش انتخاب ویژگی مبتنی برهمبستگی و رگرسیون ریج برای انتخاب عناصر مهم دربانک اطلاعاتی چندشکلی های تک نوکلئوتیدی SNPs) استفاده شده است جهت بدست آوردن جوابهای بهینه عمومی از الگوریتم ژنتیک استفاده شده است و نتایج بدست آمده نشان دهنده کارایی قابل قبول الگوریتم پیشنهادی از نظر دقت و سرعت اجرای برنامه می باشد.

نویسندگان

فریده هلاکو

دانشگاه تحصیلات تکمیلی صنعتی کرمان

مهدی افتخاری

دانشگاه شهید باهنر کرمان

علی اسماعیلی زاده کشکوئیه

دانشگاه شهید باهنر کرمان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Featureء [1] Huawen Liu, Jigui Sun, Lei Liu and Huijie ...
  • Patricia E.N Lutu and Andries P. Engelbrecht, _ decision rule ...
  • _ _ _ _ No. 5-6, pp. 748-756, 2009. ...
  • Iffat A. Gheyas and Leslie S. Smith, :Feature subset selection ...
  • S. Senthamarai Kannan and N. Ramaraj, "A novel hybrid feature ...
  • S. Durga Bhavani, T. Sobha Rani and Raju S. Bapi, ...
  • نمایش کامل مراجع