2025年1月21日
星期二
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
国家自然科学基金(20875073)
作品数:
1
被引量:3
H指数:1
相关作者:
廖海斌
徐洪章
更多>>
相关机构:
武汉大学
黄淮学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
数据特征
1篇
数据特征提取
1篇
特征提取
1篇
主成份分析
1篇
子空间
1篇
线性判别分析
1篇
基因
1篇
基因表达
1篇
基因表达数据
机构
1篇
黄淮学院
1篇
武汉大学
作者
1篇
徐洪章
1篇
廖海斌
传媒
1篇
燕山大学学报
年份
1篇
2010
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于鉴别主成份分析的基因表达数据特征提取
被引量:3
2010年
针对高维小样本数据特征提取问题,通过融合主成份分析(PCA)和线性判别分析(LDA),提出一种鉴别主成份分析方法。通过对PCA主成份进行单个线性判别,选择主要反应类间差异的主成份来构造特征空间。对yeast和NCI基因表达数据的实验结果表明:该方法在降维的同时能获得较好的判别特征,且能避免线性判别分析方法的奇异性。在子空间的聚类识别率相比PCA提高了20%以上,且具有较好的可视化效果,说明了用该方法对高维小样本数据进行特征提取的有效性。
廖海斌
徐洪章
关键词:
主成份分析
线性判别分析
子空间
基因表达数据
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张