青岛科技大学主页平台管理系统王明辉--中文主页-- SGL-SVM: A novel method for tumor classification via support vector machine with sparse group Lasso

王明辉

教师拼音名称：wangminghui

访问量：

最后更新时间：..

中文主页 >> 科学研究 >> 论文成果

Predicting Golgi-resident Protein Types Using Conditional Covariance Minimization with XGBoost Based on Multiple Features Fusion

关键字：Tumor classification; Gene expression data; Feature selection; Sparse group Lasso; Support vector machine

卷号：486

是否译文：否

上一条：SGL-SVM: A novel method for tumor classification via support vector machine with sparse group Lasso

下一条：Iterative Methods for Least Squares Problem in Split Quaternionic Mechanics

崂山校区 - 山东省青岛市松岭路99号
四方校区 - 山东省青岛市郑州路53号
中德国际合作区（中德校区） - 山东省青岛市西海岸新区团结路3698号
高密校区 - 山东省高密市杏坛西街1号
济南校区 - 山东省济南市文化东路80号©2015 青岛科技大学
管理员邮箱：master@qust.edu.cn