联合稀疏独立法则及其在疾病分类中的应用

• 作者: 吴亚飞 王丽平
• 来源期刊: 数值计算与计算机应用
• 关键词: 联合稀疏优化 独立法则 小样本数据 基因表达
• 年，卷（期）: 2016,（3）
• 页码范围: 179-185
• 语种: 中文

摘要

通过有效的特征选择进行疾病分类是当前生物信息学研究的常见问题,从高维基因数据中消除噪声、筛选出存在于低维子空间的特征基因,对预测、诊断和治疗疾病至关重要.基于新兴的联合稀疏优化算法与经典的独立法则,本文提出了联合稀疏独立分类方法.在特征选择时考虑了数据的整体稀疏结构及集体特征之间的关系,弥补了基因表达分析数据小样本信息不足的缺点.而利用独立法则进行疾病分类不仅方式简单、易于实现,并且有效阻断了噪声的相互干扰,具有较好的稳定性.在三个基因表达分析数据集上的疾病分类实验结果表明,新的分类方法具有良好的分类正确率和运行速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽平	南京航空航天大学理学院	13	21	3.0	4.0
2	吴亚飞	南京航空航天大学理学院	1	1	1.0	1.0