PLS算法在多维数据挖掘判别分类中的研究及应用

• 作者: 吴顺祥 魏滢 黄彪
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 广义小样本 偏最小二乘 基因表达谱
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 数据工程
• 页码范围: 58-63
• 页数: 6页
• 分类号: TP391
• 字数: 3616字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.11.011

摘要

针对高维少样本问题,利用偏最小二乘PLS模型,构造适合于小样本问题的挖掘算法.即在PLS的统一框架下,实现维数约简与分类学习,并在基因表达谱(Colon)癌数据分类问题中,实现PLS对小样本数据的挖掘与可视化.与经典算法SVMs进行比较分析,结果验证了PLS算法对高维少样本数据挖掘问题的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴顺祥	厦门大学航空航天学院	62	615	15.0	21.0
2	黄彪	厦门大学嘉庚学院信息科学与技术学院	2	2	1.0	1.0
3	魏滢	厦门大学嘉庚学院信息科学与技术学院	12	21	2.0	3.0