基于改进标记传播算法的基因表达谱数据分析 |
| |
引用本文: | 王年,葛芳,王俊生,唐俊.基于改进标记传播算法的基因表达谱数据分析[J].中南大学学报(自然科学版),2014(7). |
| |
作者姓名: | 王年 葛芳 王俊生 唐俊 |
| |
作者单位: | 安徽大学计算智能与信号处理教育部重点实验室; |
| |
基金项目: | 国家自然科学基金资助项目(61172127);安徽省自然科学基金资助项目(1208085MF93,1208085QF104);安徽大学“211工程”学术创新团队基金资助项目(KJTD007A) |
| |
摘 要: | 针对原始标记传播算法迭代次数过多和阈值选取的不确定性等问题,提出一种改进的标记传播算法,并将其应用于基因表达谱数据分析。首先将高维基因表达谱数据表示为权值矩阵,同时定义一个表示样本类别属性的标记序列,并将其中少量样本标记为已知;然后利用根据Gauss-Seidel迭代算法推导出的迭代公式更新标记序列,并证明标记序列的解的收敛性;最后采用正负标记的方式,根据标记序列各分量的符号差异实现数据类别的划分。通过白血病和结肠癌数据集实验,证明了本文方法的有效性。
|
关 键 词: | 半监督学习 权值矩阵 标记传播 基因表达谱数据 |
本文献已被 CNKI 等数据库收录! |
|