标题 |
![]() 贝叶斯模型平均:微阵列数据的改进的多类基因选择和分类工具的开发
相关领域
选择(遗传算法)
计算机科学
贝叶斯概率
数据挖掘
集合(抽象数据类型)
数据集
微阵列分析技术
班级(哲学)
选型
后验概率
基因选择
基因芯片分析
微阵列
贝叶斯定理
贝叶斯推理
机器学习
人工智能
基因
生物
基因表达
遗传学
程序设计语言
|
网址 | |
DOI | |
其它 |
期刊:Bioinformatics 作者:Ka Yee Yeung; Roger E. Bumgarner; Adrian E. Raftery 出版日期:2005-02-15 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|