粒计算在基因微阵列数据特征选择中的应用

对于许多模式识别问题来说,特征选择是一个非常重要的数据预处理技术,这对于维数高,而样本又相对较小的微阵列数据来说更是如此.提出一种将粒计算与传统的SVM-RFE算法相结合的特征选择算法.这种算法能够有效地去除大部分与分类无关的基因;并且能够搜索到基因数量相对较少而分类能力相对较强的信息基因子集.     

主体性生成的质量保障体系在程序语言教学中的模式研究

主体性生成学习理论是继行为主义学习理论与认知主义学习理论后的又一个重要的研究取向。本文从网络环境下的教学设计体系出发,提出一种基于主体性生成的质量保障体系的网络教学模式,指出该学习理论可以有效促进学生的主体性生成,对于程序设计语言课程的教学具有指导意义。     

基于粗糙集的支持向量机微阵列数据分类方法

DNA 微阵列技术,使人们可以同时观测成千上万个基因的表达水平,对其数据的分析已成为生物信息学研究的焦点.针对微阵列基因表达数据维数高、样本小、非线性的特点,设计了一种基于粗糙集的支持向量机基因表达数据分类方法,该方法采用粗糙集进行基因特征约简,运用支持向量机进行数据分类,实验表明其分类效果良好.