基于流形学习的基因微阵列数据分类方法

• 作者: 刘恩海 李强 王歌 石陆魁
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 流形学习 分类 基因 微阵列数据
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 计算机与电气工程
• 页码范围: 121-124
• 分类号: TP181
• 字数: 3477字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2012.05.027

摘要

提出了一种结合流形学习方法与分类算法的基因微阵列数据分类模型,先用流形学习算法对基因微阵列数据进行降维处理,然后再对降维后的数据进行分类.在实验中将流形学习算法LLE、ISOMAP、LE和LTSA与三种分类算法相结合,并与直接用高维数据进行分类的结果进行了比较,实验结果表明所提出的模型极大地提高了分类精度,同时也提高了分类算法的执行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	河北工业大学计算机科学与软件学院	27	86	5.0	7.0
2	刘恩海	河北工业大学计算机科学与软件学院	23	118	6.0	9.0
3	石陆魁	河北工业大学计算机科学与软件学院	27	112	5.0	9.0
4	王歌	河北工业大学计算机科学与软件学院	3	11	2.0	3.0