基于稀疏类别保留投影的基因表达数据降维方法

发布时间：2017-06-26 17:13

  本文关键词：基于稀疏类别保留投影的基因表达数据降维方法，由笔耕文化传播整理发布。

【摘要】：针对基因表达数据高维小样本特性所带来的维数灾难问题,结合回归和类别保留投影方法,提出一种新的基因表达数据降维方法,叫稀疏类别保留投影.相比类别保留投影,能有效避免类别保留投影在基因表达数据降维上存在的矩阵奇异和过拟合问题.通过对真实基因表达数据进行数据可视化和分类识别,验证了方法的有效性.
【作者单位】： 西安电子科技大学计算机学院;
【关键词】： 基因表达数据 高维小样本 类别保留投影 回归
【基金】：中央高校基本科研业务费专项资金(No.JB140310)
【分类号】：TP274
【正文快照】： 1引言基于基因表达数据[1~3]的肿瘤分类[4~6]研究对癌症诊疗有着非常重要的意义.基因表达数据的高维小样本特性,成为传统模式分类研究的瓶颈.如何有效降低基因表达数据的维数,成为基因表达数据分类研究的关键问题之一.为克服这一问题,已有学者尝试开发基因表达数据降维方法.这

【相似文献】

中国期刊全文数据库 前10条

1 岳峰;孙亮;王宽全;王永吉;左旺孟;;基因表达数据的聚类分析研究进展[J];自动化学报;2008年02期

2 王祥林;;基于矩阵变换的层次聚类在基因表达数据分析中的应用研究[J];计算机光盘软件与应用;2012年24期

3 陆媛;杨慧中;;基于代表熵的基因表达数据聚类分析方法[J];计算机工程与应用;2008年27期

4 缪苗;尚学群;刘加财;王淼;;从基因表达数据中挖掘最大的行常量双聚类[J];计算机应用研究;2011年12期

5 李小梅;郭红;;基因表达数据的模糊聚类技术研究[J];信息系统工程;2010年11期

6 李颖新,刘全金,阮晓钢;一种肿瘤基因表达数据的知识提取方法[J];电子学报;2004年09期

7 王鑫;蒋华;;基于改进Multi-Agent系统的基因表达数据的分析与研究[J];计算机工程与设计;2008年09期

8 朱思峰;刘芳;柴争义;;免疫聚类算法在基因表达数据分析中的应用[J];北京邮电大学学报;2010年02期

9 郭红;蔡莉;;采用多目标微分进化算法的基因表达数据双向聚类[J];小型微型计算机系统;2010年10期

10 石玉;李慧敏;兰社云;;基于稀疏极大边界特征的癌症基因表达数据分析[J];郑州师范教育;2012年04期

中国重要会议论文全文数据库 前1条

1 杨昆;李建中;王朝坤;徐继伟;;基因表达数据的基于类别树和SVMs的多类癌症分类算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

中国博士学位论文全文数据库 前8条

1 张焕萍;面向基因表达数据的致病基因挖掘方法研究[D];南京航空航天大学;2009年

2 蔡瑞初;基因表达数据挖掘若干关键技术研究[D];华南理工大学;2010年

3 刘亚杰;基于智能优化算法的肿瘤微阵列基因表达数据分类研究[D];云南大学;2014年

4 陆慧娟;基于基因表达数据的肿瘤分类算法研究[D];中国矿业大学;2012年

5 张丽娟;微阵列基因表达数据分类问题中的属性选择技术研究[D];国防科学技术大学;2008年

6 毛志毅;基因表达数据基因筛选与近红外光谱微量成分模型优化方法研究[D];南开大学;2014年

7 张琛;基因芯片数据处理与分析方法研究[D];吉林大学;2011年

8 程慧杰;基于模式识别方法的基因表达数据分析研究[D];哈尔滨工程大学;2012年

中国硕士学位论文全文数据库 前10条

1 李靖;基于支持向量机的基因表达数据降维方法的研究[D];苏州大学;2011年

2 王海鹏;基因表达数据分析的若干问题研究[D];杭州电子科技大学;2011年

3 安平;基因表达数据的双聚类分析方法研究[D];苏州大学;2013年

4 李石法;基因表达数据的集成、分析和可视化[D];东南大学;2006年

5 于攀;基于基因表达数据的肿瘤分类方法研究[D];重庆大学;2012年

6 史建军;基因表达数据的频繁闭合项集挖掘算法研究[D];桂林电子科技大学;2010年

7 赵聚雪;分类算法在基因表达数据分析中的应用研究[D];暨南大学;2006年

8 唐小丽;基因表达数据的若干挖掘方法研究[D];扬州大学;2007年

9 曹祥红;基于小波去噪和互谱估计的基因表达数据分析[D];郑州轻工业学院;2006年

10 任丛林;基于压缩感知算法的基因表达数据分类的研究[D];北京交通大学;2012年

  本文关键词：基于稀疏类别保留投影的基因表达数据降维方法，由笔耕文化传播整理发布。

，

本文编号：486939