您的位置: 专家智库 > >

国家自然科学基金(61273363)

作品数:1 被引量:0H指数:0
相关作者:文贵华韦佳蔡先发更多>>
相关机构:华南理工大学广东药学院更多>>
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>>

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篇英文
  • 1篇随机子空间
  • 1篇子空间
  • 1篇维数
  • 1篇维数约减
  • 1篇癌症
  • 1篇癌症分类
  • 1篇半监督学习

机构

  • 1篇广东药学院
  • 1篇华南理工大学

作者

  • 1篇蔡先发
  • 1篇韦佳
  • 1篇文贵华

传媒

  • 1篇华南理工大学...

年份

  • 1篇2013
1 条 记 录,以下是 1-1
排序方式:
用于癌症分类的随机子空间半监督维数约减(英文)
2013年
精确的癌症分类对于癌症的成功诊断和治疗是必不可少的.半监督维数约减算法在干净的数据集上表现得很好,然而当面临噪声时,当前的大部分算法所构造的邻域结构是拓扑不稳定的.为了克服这一问题,文中提出了一种基于随机子空间的半监督维数约减算法(RSSSDR),将随机子空间与半监督维数约减算法结合起来.在数据集的不同随机子空间上,该算法首先设计多个不同的子图,然后将这些子图联合起来构成一个混合图并在其上进行维数约减.该算法通过最小化局部重构误差来确定邻域图的边权值,在保持癌症数据集局部结构的同时能够保持其全局结构.在公共癌症数据集上的实验结果表明,RSSSDR算法具有较高的分类准确率和较好的参数鲁棒性.
文贵华蔡先发韦佳
关键词:半监督学习随机子空间癌症分类维数约减
共1页<1>
聚类工具0