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:
高维蛋白质波谱数据分析过程中,对于数据的特征提取一直是许多学者专注解决的问题. 本文提出了一种基于高频系数的小波分析和主成份分析技术( Principal component analysis,PCA)的特征提取方法,首先采用小波分析技术对数据进行降噪,提取高频系数作为特征,之后用主成份分析技术进行降维. 实验显示:本论文中提出的方法在8-7-02、4/3/02数据集上的实验识别率分别可以达到100%和99.45%,可以有效提高分类识别率.
推荐文章
高维蛋白质波谱癌症数据特征提取
小波分析
主成分分析
蛋白质波谱
降维
分类
基于小波分析法的蛋白质结构研究
蛋白质
二级结构
三级结构
小波变换
疏水自由能
基于小波分析的最优故障特征提取研究
故障特征提取
小波分析
四运放电路
克隆选择算法
模拟电路
基于小波分析的视频图像字符特征提取方法研究
字:字符识别
特征提取
小波变换
小波特征向量
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 基于高频系数小波分析的高维蛋白质波谱数据特征提取
来源期刊 生物信息学 学科 生物学
关键词 波谱数据 高频 小波分析 主成份分析
年,卷(期) 2015,(3) 所属期刊栏目 技术与方法
研究方向 页码范围 198-204
页数 7页 分类号 Q629.73
字数 3986字 语种 中文
DOI 10.3969/j.issn.1672-5565.2015.03.09
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 吴文峰 齐鲁工业大学信息学院 4 10 2.0 3.0
2 刘毅慧 齐鲁工业大学信息学院 10 35 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (8)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(15)
  • 参考文献(4)
  • 二级参考文献(11)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
波谱数据
高频
小波分析
主成份分析
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
生物信息学
季刊
1672-5565
23-1513/Q
大16开
黑龙江省哈尔滨市西大直街92号哈尔滨工业大学邵逸夫科学馆一楼
14-14
2003
chi
出版文献量(篇)
937
总下载数(次)
6
总被引数(次)
4610
论文1v1指导