位置:成果数据库 > 期刊 > 期刊详情页
基于偏最小二乘与极大间距准则的微阵列分类
  • ISSN号:0529-6579
  • 期刊名称:《中山大学学报:自然科学版》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]广东工贸职业技术学院,广东广州510510, [2]中山大学数学与计算科学学院,广东广州510275
  • 相关基金:国家自然科学基金资助项目(60575004,10771220);广东省自然科学基金资助项目(0510181);教育部“新世纪优秀人才支持计划”资助项目(NCET-04-0791)
中文摘要:

针对基因表达数据中的高维小样本问题,提出了一种两阶段的识别框架:“偏最小二乘法(PLS)+极大问距准则(MMC)”。该方法首先使用PLS算法提取出带有分类信息的特征,然后使用MMC准则对样本进行分类。在六个公共的基因数据库上与一些常见的基因分类方法相比较,结果显示了该方法对基于基因表达数据的肿瘤分类有效且稳定。

英文摘要:

In order to deal with the high-dimensional and small sample size problem of gene expression data, a new two-phrase framework based on PLS and MMC is developed, this procedure involves feature extraction using partial least squares (PLS) and classification using maximal margin criterion (MMC). The proposed method is applied to six public microarray data sets. Experimental results demonstrate that this method is an effective and stable discrimination approach for tumor classification with gene expression data.

同期刊论文项目
期刊论文 43 会议论文 3
期刊论文 21 会议论文 5 著作 1
同项目期刊论文
期刊信息
  • 《中山大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:中山大学
  • 主编:王建华
  • 地址:广州市新港西路135号
  • 邮编:510275
  • 邮箱:xuebaozr@mail.sysn.edu.cn
  • 电话:020-84111990
  • 国际标准刊号:ISSN:0529-6579
  • 国内统一刊号:ISSN:44-1241/N
  • 邮发代号:46-15
  • 获奖情况:
  • 全国优秀高等学校自然科学学报及教育部优秀科技期...,广东省优秀科学技术期刊一等奖,《中文核心期刊要目总览》综合性科技类核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),英国农业与生物科学研究中心文摘,德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:18509