基于谱回归和核空间最近邻的基因表达数据分类

• 作者: 于攀 叶俊勇
• 来源期刊: 电子学报
• 学科: 地球科学
• 关键词: 基因表达数据分类 核空间最近邻 谱回归分析 维数约简
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 科研通信
• 页码范围: 1955-1960
• 分类号: P391.4
• 字数: 5546字
• 语种: 中文

摘要

肿瘤基因表达数据是典型的高维小样本数据,直接对其进行识别存在维数灾难,需要对数据进行维数约简.提出了一种基于谱回归分析和核空间最近邻分类器的基因表达数据分类方法,采用谱回归分析得到可有效提取低维鉴别特征的投影矩阵,然后通过投影矩阵对基因表达数据进行维数约简,得到的低维数据用核空间最近邻分类器进行识别.通过在Prostate_Tumor,4_ Tumors两种肿瘤数据集上的实验,证明了该方法的有效性；同时证明了核空间最近邻具有比最近邻更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶俊勇	重庆大学光电技术及系统教育部重点实验室	46	362	12.0	16.0
2	于攀	重庆大学光电技术及系统教育部重点实验室	1	10	1.0	1.0