基于跨视角相似度顺序保持的基因特征提取方法

TN911.73%TP391.4; 基因表达数据通常具有维数高、样本少、类别分布不均等特点,如何提取基因表达数据的有效特征是基因分类研究的关键问题.该文借助相关分析理论,构建鉴别敏感的视角内相似度顺序保持散布并且约束鉴别敏感的视角间相似度相关,从而形成了一种新的基因特征提取方法,即相似度顺序保持跨视角相关分析(SOPACA).该文方法在保持不同视角间特征类内聚集性和相似度顺序的同时具有较大的类间离散性.在癌症基因表达数据集上的良好实验结果显示了该文方法的有效性....

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	电子与信息学报 2023, Vol.45 (1), p.317-324
Hauptverfasser:	苏树智, 张开宇, 王子莹, 张茂岩
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!