首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京理工大学

摘要:本发明提供一种基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法,对基因表达数据进行特征基因选择和癌症样本分类。通过降维方法对基因表达数据进行数据降维,对降维后的数据进行特征基因选择和癌症样本分类。本发明有效地提高了基因表达数据特征基因的选择水平和癌症样本的分类效果。

主权项:1.一种基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法,其特征在于,具体步骤为:步骤1、对输入的基因表达数据进行归一化处理;步骤2、将归一化后的基因样本数据分割成训练数据集和测试数据集;步骤3、用RLSDSPCA模型在训练数据集上进行模型的训练,在训练过程中通过交叉验证的方法来获得模型的最优参数;步骤4、用交叉方向乘子法进行迭代来更新RLSDSPCA模型的参数矩阵,每次更新完后,都要判断是否停止方法的条件,若不满足,则继续更新参数矩阵,若满足则停止方法,生成最优的RLSDSPCA预测模型;步骤5、把测试数据集输入到生成的RLSDSPCA预测模型中,预测该测试数据集的类别标签;步骤6、用K近邻分类方法对预测出来的类标标签进行分类;步骤7、对降维后的数据进行特征基因的选择。

全文数据:

权利要求:

百度查询: 南京理工大学 基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。