Gene expression selection for cancer classification using intelligent collaborative filtering and hamming distance guided multi-objective swarm optimization

High dimensional microarray cancer datasets contain thousands of genes with a very few numbers of samples. High class imbalance, presence of noisy and redundant genes and overlapping nature of extracted features among different disease classes deteriorate the disease prediction accuracy. An intellig...

Celý popis

Podrobná bibliografie

Vydáno v:	Applied soft computing Ročník 170; s. 112654
Hlavní autoři:	Agarwalla, Prativa, Mukhopadhyay, Sumitra
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.02.2025
Témata:	Classification DNA microarray Feature selection Multi-objective algorithm Particle swarm optimization (PSO) DNA microarray Feature selection Multi-objective algorithm Particle swarm optimization (PSO) Classification
ISSN:	1568-4946
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!