基于G-ICA的组织样本分类算法

doi:10.3778/j.issn.1002-8331.2010.31.035

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (31): 124-126.DOI: 10.3778/j.issn.1002-8331.2010.31.035

• 数据库、信号与信息处理 • 上一篇下一篇

基于G-ICA的组织样本分类算法

刘云如^1，2，蔡立军²，易叶青^1，2

1.湖南人文科技学院计算机科学技术系，湖南娄底 417000
2.湖南大学计算机与通信学院，长沙 410082

收稿日期:2010-02-26 修回日期:2010-05-13 出版日期:2010-11-01 发布日期:2010-11-01
通讯作者: 刘云如

Sample classification algorithm based on G-ICA

LIU Yun-ru^1，2，CAI Li-jun²，YI Ye-qing^1，2

1.Department of Computer Science and Technology，Hunan Institute of Humanities Science and Technology，Loudi，Hunan 417000，China
2.College of Computer Science，Communication，Hunan University，Changsha 410082，China

Received:2010-02-26 Revised:2010-05-13 Online:2010-11-01 Published:2010-11-01
Contact: LIU Yun-ru

摘要/Abstract

摘要： 利用加入了分类指导信息的ICA（Guide Independent components analysis，G-ICA），在已知样本中提取隐藏在样本基因表达数据中与组织分类密切相关的各种表达模式，根据这些模式对未知组织样本进行分类。试验结果表明，该方法提高了组织样本的分类能力，其计算复杂度低、收敛快，具有较强的稳定性。

关键词: 基因表达数据, 带指导信息的独立成分分析, 组织样本分类

Abstract: It uses the ICA that includes the information for classification（G-ICA） to absorb the modes lie in the gene expression data，then classify the samples without label upon these modes.The experiment shows that it can improve the ability of sample classification，in addition，it has low complexity and strong stability，and can get the target fastly.

Key words: gene expression data, guide independent components analysis, sample classification

中图分类号:

TP311

刘云如^1，2，蔡立军²，易叶青^1，2. 基于G-ICA的组织样本分类算法[J]. 计算机工程与应用, 2010, 46(31): 124-126.

LIU Yun-ru^1，2，CAI Li-jun²，YI Ye-qing^1，2. Sample classification algorithm based on G-ICA[J]. Computer Engineering and Applications, 2010, 46(31): 124-126.

[1]	陈佳瑜，李梁，罗云. 采用多样性选择的量子粒子群双向聚类算法[J]. 计算机工程与应用, 2018, 54(9): 42-46.
[2]	姜永森1，陆媛2，杨慧中2. 一种模糊相似关系的基因表达数据聚类方法[J]. 计算机工程与应用, 2011, 47(8): 236-238.
[3]	王常武，刘楠楠，贾永伟，王宝文，刘文远. 应用于癌症基因表达数据的OMB双向聚类算法[J]. 计算机工程与应用, 2011, 47(28): 237-240.
[4]	蔡瑞初1，王美华2，郝志峰1，温雯1. 基于最大间隔的基因表达规则筛选[J]. 计算机工程与应用, 2011, 47(26): 11-13.
[5]	张黎¹，逄涣利¹，王小虎¹，王佳². 一种共调控基因C均值模糊聚类算法[J]. 计算机工程与应用, 2010, 46(7): 32-33.
[6]	陈伟，李成渊，孙俊，须文波. 多样性引导的QPSO基因表达数据聚类算法[J]. 计算机工程与应用, 2010, 46(36): 11-15.
[7]	高倩倩，须文波，孙俊. 量子行为粒子群算法在基因聚类中的应用[J]. 计算机工程与应用, 2010, 46(21): 152-155.
[8]	王文俊，张军英. 一种非负矩阵分解的快速方法[J]. 计算机工程与应用, 2009, 45(25): 1-2.
[9]	王新金¹,张华²,曹祥红¹,崔光照¹. 小波包分解和模糊聚类下的基因表达数据分析[J]. 计算机工程与应用, 2009, 45(19): 128-130.
[10]	伍亚舟,张玲,罗万春,易东. 基因表达数据的多尺度特征提取与分类研究[J]. 计算机工程与应用, 2009, 45(13): 144-145.
[11]	应文豪^1,2,王士同¹ . 基于惯性法则的基因调控网络推断[J]. 计算机工程与应用, 2008, 44(33): 211-214.
[12]	陆媛,杨慧中. 基于代表熵的基因表达数据聚类分析方法[J]. 计算机工程与应用, 2008, 44(27): 151-153.
[13]	卢鸣王世同. 基于自劈分合并竞争学习的HMMs聚类方法[J]. 计算机工程与应用, 2007, 43(5期): 172-174.
[14]	刘宇宏,王士同,徐红林. 改进的时序基因表达数据动态聚类算法[J]. 计算机工程与应用, 2007, 43(27): 164-167.
[15]	曹晖,席斌,米红. 一种新聚类算法在基因表达数据分析中的应用[J]. 计算机工程与应用, 2007, 43(18): 234-238.

基于G-ICA的组织样本分类算法

Sample classification algorithm based on G-ICA

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics