文章摘要
引用本文:陈慧娟,陈晓云.投影相关自适应子空间分割[J].福州大学学报(自然科学版),2017,45(1):44~49
投影相关自适应子空间分割
Projection correlation adaptive subspace segmentation
  
DOI:10.7631/issn.1000-2243.2017.01.0044
中文关键词: 子空间分割  基因表达数据  降维
英文关键词: subspace segmentation  gene expression data  dimension reduction
基金项目:
作者单位
陈慧娟 福州大学数学与计算机科学学院福建 福州 350116 
陈晓云 福州大学数学与计算机科学学院福建 福州 350116 
摘要点击次数: 237
全文下载次数: 218
中文摘要:
      在构造仿射矩阵时,满足稀疏性就会降低其分组效应,反之,又不利于数据的选择. 针对这些问题,提出投影相关自适应子空间分割方法. 通过引入迹lasso,自适应地根据样本数据的相关性构造仿射矩阵,同时提取出有利于类别识别的特征. 在6个基因表达数据上的实验结果表明,该方法优于现有子空间分割方法.
英文摘要:
      As constructing the affine matrix,satisfying data sparsity will reduce its group effect,on the contrary,it does not help to select data. To solve these problems,we propose projection correlation adaptive subspace segmentation (PCASS). Trace lasso can determine affine matrix adaptively by the correlation of the sample data,and can extract features those are useful to discriminate types as well. Experimental results on six gene expression data show that this method is superior to the other existing subspace segmentation.
查看全文   查看/发表评论  下载PDF阅读器
关闭