基于G-ICA的组织样本分类算法

• 作者: 刘云如 易叶青 蔡立军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 基因表达数据 带指导信息的独立成分分析 组织样本分类
• 年，卷（期）: 2010,（31）
• 页码范围: 124-126,156
• 分类号: TP311
• 字数: 5737字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.31.035

摘要

利用加入了分类指导信息的ICA(Guide Independent components analysis,G-ICA),在已知样本中提取隐藏在样本基因表达数据中与组织分类密切相关的各种表达模式,根据这些模式对未知组织样本进行分类.试验结果表明,该方法提高了组织样本的分类能力,其计算复杂度低、收敛快,具有较强的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云如	湖南人文科技学院计算机科学技术系	14	57	5.0	7.0
3	蔡立军	湖南大学计算机与通信学院	37	352	9.0	18.0
4	易叶青	湖南人文科技学院计算机科学技术系	42	444	13.0	20.0