基于INCA的肿瘤基因表达谱分类模型

• 作者: 潘江山 董红玉 陈晓云
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 肿瘤基因表达谱 NCA 奇异值分解 分类
• 年，卷（期）: 2014,（4）
• 页码范围: 639-645
• 页数: 7页
• 分类号: TP391
• 字数: 5694字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.2014.04.0639

摘要

针对NCA算法对初始值敏感的不足,提出一种改进的NCA算法(INCA).INCA对肿瘤基因表达谱进行奇异值分解,将标准化后的右奇异矩阵作为初始值,提取肿瘤基因表达谱中的分类信息.在4个标准肿瘤基因表达谱数据集上进行实验,以INCA作为特征提取方法,K-近邻、Parzen窗作为分类器进行分类检测.实验结果表明,与NCA及现有的分类模型相比,基于INCA的分类模型能够取得较高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓云	福州大学数学与计算机科学学院	76	590	13.0	21.0
2	董红玉	福州大学数学与计算机科学学院	4	5	2.0	2.0
3	潘江山	福州大学数学与计算机科学学院	2	2	1.0	1.0