苏亮亮
- 作品数:12 被引量:24H指数:3
- 供职机构:安徽大学电子信息工程学院更多>>
- 发文基金:国家自然科学基金安徽省自然科学基金国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术生物学医药卫生理学更多>>
- 基于最大化子模和RRWM的视频协同分割被引量:2
- 2016年
- 成对视频共同运动模式的协同分割指的是同时检测出两个相关视频中共有的行为模式,是计算机视觉研究的一个热点.本文提出了一种新的成对视频协同分割方法.首先,利用稠密轨迹方法对视频运动部分进行检测,并对运动轨迹进行特征表示;然后,引入子模优化方法对单视频内的运动轨迹进行聚类分析;接着采用基于重加权随机游走的图匹配方法对成对视频运动轨迹进行匹配,该方法对出格点、变形和噪声都具有很强的鲁棒性;同时根据图匹配结果实现运动轨迹的共显著性度量;最后,将所有轨迹分类成共同运动轨迹和异常运动轨迹的问题转化为基于图割的马尔科夫随机场的二值化标签问题.通过典型运动视频数据集的比较实验,其结果验证了本文方法的有效性.
- 苏亮亮唐俊梁栋王年
- 关键词:图匹配马尔科夫随机场
- 一种基于邻域不定性信息和记分准则相结合的肿瘤特征基因提取方法被引量:2
- 2014年
- 基于基因表达谱的特征基因提取方法已经成为当今研究肿瘤分子诊断的热点,该文中提出了一种基于邻域不定性信息与记分准则相结合的肿瘤特征基因提取方法,该方法首先通过邻域不定性信息确定每个样本的邻域信息量,然后使用记分准则提取特征基因,最后利用KNN对样本进行分类.通过对白血病和弥漫性大B细胞淋巴瘤基因表达谱数据的特征选择,验证了该文方法的有效性和可靠性.
- 阚海俊唐俊苏亮亮
- 关键词:基因表达谱
- 矩阵分解理论在基因表达谱数据中的应用研究
- 肿瘤类型的识别一直是生物医学的研究重点和难点,传统方法是凭借医务人员的经验,通过观察患者的病变组织的特征以实现肿瘤类型的诊断,进而进行相应的治疗,然而这种诊断方法的缺点有判断的主观性和治疗的滞后性,即肿瘤患者的诊断发现通...
- 苏亮亮
- 关键词:肿瘤类型基因表达谱LU分解
- 一种步态触觉特征识别算法被引量:3
- 2013年
- 鉴于不同人足底的尺寸和压力分布的不同,提出了一种基于压力中心点距离的步态触觉特征识别算法,通过对足底脚趾区、前脚掌区和后脚掌区的划分及其压力中心点的标记,计算不同区域压力中心点间的欧氏距离以获取相应足底压力的特征表示,从而实现人的身份识别.论文基于该特征结合支持向量机(support vector machine,SVM)分类器对真实数据进行了人的身份识别,实验结果验证了该算法的有效性.
- 王琨王年鲍文霞苏亮亮
- 关键词:步态支持向量机
- 基于LNMF的癌症基因表达谱数据的特征提取
- 2011年
- 海量数据的存在是现代信息社会的一大特点,如何在成千上万的基因中有效地选出样本的分类特征对癌症的诊治具有重要意义。采用局部非负矩阵分解方法对癌症基因表达谱数据进行特征提取。首先对基因表达谱数据进行筛选,然后构造局部非负矩阵并对其进行分解得到维数低、能充分表征样本的特征向量,最后用支持向量机对特征向量进行分类。结果表明该方法的可行性和有效性。
- 王蕊平王年苏亮亮陈乐
- 关键词:特征提取基因表达谱
- 基于双正交非负矩阵三因式的肿瘤识别被引量:1
- 2015年
- 基因表达谱数据分析已经逐渐成为疾病诊断和分类的常规步骤.目前人们对NMF(nonnegative matrix factorization)的大多数研究都专注于二因式分解.论文另辟蹊径,对BONMTF(bi-orthogonal nonnegative matrix tri-factorization)算法进行了系统化的分析,利用此算法得到表征样本属性的矩阵,并将其应用于基因表达谱数据分析,提高了样本识别率.实验采用4组具有代表性的肿瘤基因表达谱数据,其结果证明了论文方法针对不同数据集的识别率都比传统方法有所提高,具有一定的可行性及应用前景.
- 谭青青王年苏亮亮方正文
- 基于邻接矩阵分解的肿瘤亚型特征提取方法
- 2011年
- 基于肿瘤基因表达谱的肿瘤分类是生物信息学的一个重要研究内容。传统的肿瘤信息特征提取方法大多基于信息基因选择方法,但是在筛选基因时,不可避免的会造成分类信息的流失。提出了一种基于邻接矩阵分解的肿瘤亚型特征提取方法,首先对肿瘤基因表达谱数据构造高斯权邻接矩阵,接着对邻接矩阵进行奇异值分解,最后将分解得到的正交矩阵特征行向量作为分类特征输入支持向量机进行分类识别。采用留一法对白血病两个亚型的基因表达谱数据集进行实验,实验结果证明了该方法的可行性和有效性。
- 陈乐王年苏亮亮王蕊平
- 关键词:生物信息学邻接矩阵基因表达数据特征提取
- 基于Fiedler向量的基因表达谱数据分类方法被引量:4
- 2010年
- 尝试将一种基于图的Fiedler向量的聚类算法引入到基因表达谱数据的肿瘤分类中来。该方法将分属不同类的所有样本通过高斯权构造Laplace完全图,经SVD分解后获得Fiedler向量,利用各样本所对应的Fiedler向量分量的符号差异来进行基因表达谱数据的分类。通过模拟数据仿真实验和对白血病两个亚型(ALL与AML)及结肠癌真实数据实验,证明了这一方法的有效性。
- 王年庄振华唐俊苏亮亮
- 关键词:基因表达数据
- 基于非负矩阵分解和Normal_Matrix的肿瘤基因分类被引量:2
- 2012年
- 文中提出了一种结合非负矩阵分解和Normal_Matrix谱分解技术的肿瘤基因分类方法.其分类过程首先是利用fdr_test记分准则粗略除去噪声基因以实现基因表达谱数据的初步降维,进而运用非负矩阵分解萃取基因间的综合属性,通过综合属性构造样本间的Normal_Matrix并对其进行奇异值分解获取表征样本类别属性的谱分量实现肿瘤类型的分类识别.采用三组具有代表性的肿瘤基因表达谱数据进行实验,通过与其他方法的对比,其结果证明了文中方法的可行性和有效性.
- 叶爱霞王年苏亮亮
- 关键词:肿瘤基因表达谱非负矩阵分解
- 基于步态触觉压力极值点的身份识别方法被引量:9
- 2018年
- 近年来,利用步态触觉特征进行身份识别的方法获得了广泛关注,取得了一定进展,但这些方法构造的触觉特征向量维度较高,增加了分类识别的难度。针对这一问题,提出了一种基于步态触觉压力极值点,运用空间金字塔(SP)算法构造简单特征向量进行身份识别的方法。这种方法首先对初始数据进行旋转处理,然后运用SP算法提取不同空间分辨率下的极值点,形成简单特征向量,输入到分类器实现身份识别。最后,针对多人单足和双足数据,运用支持向量机(SVM)作为多分类器开展了识别实验,并与当前常用特征进行了实验比对,结果表明本方法是可行的、有效的,在识别精度上优于其他特征。
- 江晋剑胡桂姬苏亮亮王年
- 关键词:极值点身份识别支持向量机