作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
所统计分析的数据集是前列腺癌基因数据集.采用分片逆回归方法和线性判别分析(LDA),二次判别分析(QDA).对基因芯片(微阵列)数据进行分析.用SIR降维,用LDA和QDA分类.讨论分片逆回归方法和二种方法对基因样本进行分类的效果.
推荐文章
基于核Fisher判别分析方法的非线性统计过程监控与故障诊断
核Fisher判别分析
非线性
统计过程监控
故障诊断
基于无穷范数的二值线性判别分析
线性判别分析
无穷范数
二值化
特征提取
极速非线性判别分析网络
线性判别分析
神经网络
核判别分析
极速化
核分段逆回归集成线性判别分析用于质谱数据分类
分段逆回归
主成分分析
核函数
线性判别分析
模式分类
质谱数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分片逆回归方法的线性与非线性判别分析的应用比较
来源期刊 广东技术师范学院学报(自然科学版) 学科 数学
关键词 线性判别分析(LDA) 二次判别分析(QDA) 分片逆回归方法
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 10-13
页数 分类号 O241
字数 3284字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡煜 13 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
线性判别分析(LDA)
二次判别分析(QDA)
分片逆回归方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东技术师范学院学报(自然科学版)
月刊
chi
出版文献量(篇)
622
总下载数(次)
0
总被引数(次)
1205
论文1v1指导