面向基因表达数据聚类的谱扰动集成降维

发布时间：2021-09-19 20:25

　　为解决基因表达数据降维后未必能很好适应聚类任务的问题,提出面向聚类的谱扰动集成降维方法,将集成学习思想和基于聚类能力的加权方法用于降维模型中,在高维数据中抽取特征组合生成多个样本子集,对每个新样本子集降维,根据谱扰动理论基于聚类能力学习获得权重,加权组合得到最终降维结果。该方法对特征多次学习,充分利用高维特征,通过聚类能力更好地集成降维,使降维能够更好地适应聚类任务。通过实验验证了该方法的有效性。 

【文章来源】：计算机工程与设计. 2020,41(10)北大核心

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基因表达数据的低秩投影最小二乘回归子空间分割[J]. 陈晓云,肖秉森,林莉媛.  模式识别与人工智能. 2017(02)
[2]基于低秩子空间投影和Gabor特征的稀疏表示人脸识别算法[J]. 杨方方,吴锡生,顾标准.  计算机工程与科学. 2017(01)



本文编号：3402278