feature extraction; genetics; cancer; tumours; cellular biophysics; biological organs; pattern clustering; principal component analysis; data analysis; feature extraction; feature selection; expression data; epithelial ovarian cancer; gene expression lev;
机译:从癌症组织的基因表达数据中进行特征选择和规则提取的多核支持向量机方案
机译:上皮性卵巢癌中AIB1,p53和Bcl-2蛋白的表达及其与临床病理特征和预后的关系
机译:决策树算法的特征选择能力以及特征选择/提取对基于高光谱数据的决策树结果的影响
机译:基于张量分解的无预测特征提取,用于卵巢癌中基因TCGA数据综合分析及卵巢癌基因的促进剂甲基化
机译:改善面部表情分析中的特征学习,特征选择和分类
机译:一种具有特征选择的新特征提取方法可从不平衡数据中识别高尔基体驻留蛋白类型
机译:错误:血清MiR-200a,miR-200b和mir-200c表达作为上皮性卵巢癌中的候选生物标志物及其与临床病理学特征的关联
机译:通过改变BRCa1和/ p53基因表达对小鼠人卵巢上皮性癌的建模