A systematic comparative evaluation of biclustering techniques (2017)
- Authors:
- Autor USP: CAMPELLO, RICARDO JOSÉ GABRIELLI BARRETO - ICMC
- Unidade: ICMC
- DOI: 10.1186/s12859-017-1487-1
- Subjects: INTELIGÊNCIA ARTIFICIAL; RECONHECIMENTO DE PADRÕES; BIOINFORMÁTICA; EXPRESSÃO GÊNICA
- Keywords: Clustering; Biclustering
- Language: Inglês
- Imprenta:
- Publisher place: BioMed Central
- Date published: 2017
- Source:
- Título: BMC Bioinformatics
- ISSN: 1471-2105
- Volume/Número/Paginação/Ano: v. 18, p. 1-25, 2017
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
PADILHA, Victor A e CAMPELLO, Ricardo José Gabrielli Barreto. A systematic comparative evaluation of biclustering techniques. BMC Bioinformatics, v. 18, p. 1-25, 2017Tradução . . Disponível em: https://doi.org/10.1186/s12859-017-1487-1. Acesso em: 08 abr. 2026. -
APA
Padilha, V. A., & Campello, R. J. G. B. (2017). A systematic comparative evaluation of biclustering techniques. BMC Bioinformatics, 18, 1-25. doi:10.1186/s12859-017-1487-1 -
NLM
Padilha VA, Campello RJGB. A systematic comparative evaluation of biclustering techniques [Internet]. BMC Bioinformatics. 2017 ; 18 1-25.[citado 2026 abr. 08 ] Available from: https://doi.org/10.1186/s12859-017-1487-1 -
Vancouver
Padilha VA, Campello RJGB. A systematic comparative evaluation of biclustering techniques [Internet]. BMC Bioinformatics. 2017 ; 18 1-25.[citado 2026 abr. 08 ] Available from: https://doi.org/10.1186/s12859-017-1487-1 - Similarity measures for comparing biclusterings
- Density-based clustering validation
- Relative validity criteria for community mining algorithms
- Active learning strategies for semi-supervised DBSCAN
- On the evaluation of outlier detection and one-class classification methods
- An introduction to models based on Laguerre, Kautz and other related orthonormal functions - part II: non-linear models
- Evaluating correlation coefficients for clustering gene expression profiles of cancer
- A simpler and more accurate AUTO-HDS framework for clustering and visualization of biological data
- Exact search directions for optimization of linear and nonlinear models based on generalized orthonormal functions
- A cluster based hybrid feature selection approach
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
