基于核局部线性嵌入的基因表达谱数据分类

• 作者: 梁栋 王年 许鸿洋 鲍文霞
• 来源期刊: 生物学杂志
• 学科: 工学
• 关键词: 局部线性嵌入 维数简约 基因表达谱 高斯核
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 82-86
• 页数: 5页
• 分类号: TP18|Q786
• 字数: 4166字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1736.2014.01.082

摘要

针对局部线性嵌入算法(Local Linear Embedding,LLE)利用试凑法寻找近邻数耗时的缺陷性,提出一种增强的核局部线性嵌入算法 (Enhanced Kernel Local Linear Embedding,EKLLE)自动为样本分配邻域;该算法以高斯核函数为核心改进标准LLE距离度量准则,结合样本的类别信息,无需人工干预自动为样本设置不同的近邻数,克服了试凑法获得最优结果时需要大量时间;最后在各样本近邻数不相同的情况下对数据进行维数简约及待测样本分类.EKLLE算法有效地将高维基因表达谱数据映射到低维本质空间中,解决了传统LLE算法不能很好地处理含噪声或者稀疏数据的缺点.通过对比其他肿瘤样本分类实验,验证本文方法的实时性和精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	梁栋	安徽大学计算智能与信号处理教育部重点实验室	153	1898	21.0	37.0
3	鲍文霞	安徽大学计算智能与信号处理教育部重点实验室	56	472	11.0	20.0
4	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