ty -jour a2 -ulutagay，gözdeau -saha，sujay au -ghosh，anupam au -seal，dibyendu bikash au -dey -dey，kashi nath py -2016 da -2016/07/18 ti-基于改进的基于基于基于的模糊的缺失价值估计通过基因排名SP验证的DNA微阵列-6134736 VL -2016 AB-大多数基因表达数据分析算法都需要整个基因表达矩阵，而没有任何缺失值。因此，有必要设计方法，以准确地将丢失的数据值归为丢失。存在许多插补算法来估计那些缺失的值。这项工作从包含多个缺失值的微阵列数据集开始。我们首先应用了基于模糊理论的修改版本现有方法LRFDVIMPUTE来估算时间序列基因表达数据的多个缺失值，然后验证基于遗传算法（GA）基因排名方法的归因结果以及一些常规的统计验证技术，以及一些常规的统计验证技术像RMSE方法。就我们的知识而言，尚未使用基因排名来验证缺失价值估计的结果。首先，提出的方法已在非常流行的Spellman数据集上进行了测试，结果表明，与以前的某些工作相比，错误利润率已大大降低，这些作品间接验证了所提出方法的统计显着性。然后，它已应用于其他四个2级基准数据集上，例如结直肠癌肿瘤数据集（GDS4382），乳腺癌数据集（GSE349-350），前列腺癌数据集和DLBCL-FL（白血病），用于缺失价值估计和排名估计和排名 the genes, and the results show that the proposed method can reach 100% classification accuracy with very few dominant genes, which indirectly validates the biological significance of the proposed method. SN - 1687-7101 UR - https://doi.org/10.1155/2016/6134736 DO - 10.1155/2016/6134736 JF - Advances in Fuzzy Systems PB - Hindawi Publishing Corporation KW - ER -