基于改进标记传播算法的基因表达谱数据分析

• 作者: 唐俊 王俊生 王年 葛芳
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 半监督学习 权值矩阵 标记传播 基因表达谱数据
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 2237-2243
• 页数: 7页
• 分类号: TP18
• 语种: 中文

摘要

针对原始标记传播算法迭代次数过多和阈值选取的不确定性等问题,提出一种改进的标记传播算法,并将其应用于基因表达谱数据分析.首先将高维基因表达谱数据表示为权值矩阵,同时定义一个表示样本类别属性的标记序列,并将其中少量样本标记为已知;然后利用根据Gauss-Seidel迭代算法推导出的迭代公式更新标记序列,并证明标记序列的解的收敛性;最后采用正负标记的方式,根据标记序列各分量的符号差异实现数据类别的划分.通过白血病和结肠癌数据集实验,证明了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐俊		56	340	11.0	15.0
2	王年		93	1089	17.0	29.0
3	葛芳		10	21	3.0	4.0
4	王俊生		2	5	1.0	2.0