| 基于稀疏表示和最小二乘回归的基因表达数据分类方法 |
| |
| 引用本文： | 简彩仁,陈晓云.基于稀疏表示和最小二乘回归的基因表达数据分类方法[J].福州大学学报(自然科学版),2015,43(6):738-741. |
| |
| 作者姓名： | 简彩仁 陈晓云 |
| |
| 作者单位： | 福州大学数学与计算机科学学院，福建 福州 350116,福州大学数学与计算机科学学院，福建 福州 350116 |
| |
| 基金项目： | 福建省优秀人才支持计划（No.XSJRC2007-11）,国家自然科学基金资助（No. 71273053） |
| |
| 摘 要： | 提出基于稀疏表示和最小二乘回归的分类方法:用训练样本重构测试样本,先利用稀疏表示剔除噪声样本,接着用最小二乘回归和最近邻子空间准则对样本分类,可以克服传统分类方法存在的过拟合问题.在6个基因表达数据上的实验结果表明,该方法可以提高分类准确率.
|
| 关 键 词： | 稀疏表示 最小二乘回归 基因表达数据 分类 |
| 修稿时间： | 4/2/2014 12:00:00 AM |
Gene expression data classification model based on sparse representation and least square regression |
| |
| JIAN Cairen and CHEN Xiaoyun.Gene expression data classification model based on sparse representation and least square regression[J].Journal of Fuzhou University(Natural Science Edition),2015,43(6):738-741. |
| |
| Authors: | JIAN Cairen and CHEN Xiaoyun |
| |
| Institution: | College of Mathematics and Computer Science,College of Mathematics and Computer Science |
| |
| Abstract: | Gene expression data classification model based on sparse representation and least square regression |
| |
| Keywords: | sparse representation least square regression gene expression data classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
