基于稀疏类别保留投影的基因表达数据降维方法

王文俊

doi:10.3969/j.issn.0372-2112.2016.04.017

您当前的位置：

首页 >

文章列表页 >

基于稀疏类别保留投影的基因表达数据降维方法

学术论文 | 更新时间：2025-07-16

- 基于稀疏类别保留投影的基因表达数据降维方法
- New Method of Dimensionality Reduction for Gene Expression Data Based on Sparse Class Preserving Projection
- 电子学报 2016年44卷第4期页码：873-877
- 作者机构：
  
  1. 西安电子科技大学计算机学院,陕西,西安,710071
  2. 西安电子科技大学计算机学院,陕西,西安,710071
- 作者简介：
- 基金信息：
  
  中央高校基本科研业务费专项资金 (No.JB140310)
- DOI：10.3969/j.issn.0372-2112.2016.04.017
  中图分类号： TP391
- 网络出版：2016-04-25，
  
  纸质出版：2016
- 稿件说明：
移动端阅览
王文俊. 基于稀疏类别保留投影的基因表达数据降维方法[J]. 电子学报, 2016,44(4):873-877.

WANG Wen-jun. New Method of Dimensionality Reduction for Gene Expression Data Based on Sparse Class Preserving Projection[J]. Acta Electronica Sinica, 2016, 44(4): 873-877.
王文俊. 基于稀疏类别保留投影的基因表达数据降维方法[J]. 电子学报, 2016,44(4):873-877. DOI： 10.3969/j.issn.0372-2112.2016.04.017.

WANG Wen-jun. New Method of Dimensionality Reduction for Gene Expression Data Based on Sparse Class Preserving Projection[J]. Acta Electronica Sinica, 2016, 44(4): 873-877. DOI： 10.3969/j.issn.0372-2112.2016.04.017.

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.

Abstract

To solve the problem of the curse of dimensionality of gene expression data due to the characteristic of high dimension low sample size

a new method of dimensionality reduction for gene expression data

called sparse class preserving projection (SCPP) is proposed

by combining regression and class preserving projection(CPP).Compared to CPP

SCPP can avoid the problems of matrix singularity and over-fitting.Experiments are performed on gene expression data for visualization and sample classification

and the results confirm the effectiveness of the method.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于混合进化算法的特征选择方法研究

自适应迭代最小二乘支持向量机回归算法

基于类别保留投影的基因表达数据特征提取新方法