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:
伴随着基因芯片的发展,通过研究海量的基因表达谱数据来识别肿瘤已成为生物信息学研究的热点.提出一种基于LoG(Laplace of Gaussian)矩阵分解的肿瘤基因特征提取方法,该方法首先将样本数据映射为高维空间中的点,然后构建点与点之间的LoG矩阵,在保留样本分类信息的情况下,使得无结构信息的基因表达谱数据变成具有结构信息的图,再对LoG权值矩阵进行非负矩阵分解得到能够表征样本特征的特征分量,最后用KNN对样本进行分类.通过对白血病和结肠癌基因表达谱数据的特征提取,验证该文方法的可行性和有效性.
推荐文章
基于改进非负矩阵分解的肿瘤基因表达谱特征提取
低秩图
特征空间
肿瘤基因表达谱
特征提取
基于矩阵分解的高光谱数据特征提取
高光谱
遥感
流形
特征提取
矩阵分解
基于邻接矩阵分解的脑电特征提取与分类方法
脑功能网络
邻接矩阵
特征提取
运动想象
非负矩阵分解特征提取技术的研究进展
模式识别
非负矩阵分解
图像特征提取
稀疏表示
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 LoG矩阵分解的肿瘤基因特征提取方法
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 LoG矩阵 NMF 矩阵分解 基因表达谱
年,卷(期) 2013,(1) 所属期刊栏目 电子信息技术
研究方向 页码范围 67-72
页数 6页 分类号 TP18
字数 4236字 语种 中文
DOI 10.3969/j.issn.1000-2162.2013.01.013
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 王年 安徽大学计算智能与信号处理教育部重点实验室 93 1089 17.0 29.0
2 许鸿洋 安徽大学计算智能与信号处理教育部重点实验室 2 1 1.0 1.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
LoG矩阵
NMF
矩阵分解
基因表达谱
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导