半监督分类学习问题在生物信息学中的研究进展——以间谍算法为例
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

半监督分类学习问题在生物信息学中的研究进展——以间谍算法为例

引用
近年来,随着生命科学研究的不断发展,生物信息学这个利用智能算法处理生物数据的新型交叉学科越来越受到科研工作者的关注.机器学习在智能算法的研究中占据极其重要的地位,而机器学习中的半监督分类学习在生物信息学中有着广泛应用.以半监督分类学习中的间谍算法为例,首先回顾了半监督分类学习的发展历程,分析了该方法的研究现状,然后描述了间谍算法在生物信息学研究中的应用,最后总结了间谍算法的优势和局限性,并且讨论了可以改进的方向和未来的发展.

生物信息学、智能算法、半监督分类学习、间谍算法

46

Q332(人工选择与自然选择)

辽宁省博士科研启动基金项目20170520217;辽宁省教育厅高等学校创新团队项目LT2015011;辽宁省药物分子模拟与设计工程实验室建设

2019-07-22(万方平台首次上网日期,不代表论文的发表时间)

共6页

25-30

相关文献
评论
暂无封面信息
查看本期封面目录

辽宁大学学报(自然科学版)

1000-5846

21-1143/N

46

2019,46(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn