首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 156 毫秒
1.
主要用偏最小二乘(PLS)方法和二次判别分析(QDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析.PLS是一种提取海量的数据有效特征的有效方法,可以获得与原来基因芯片数据更为接近的成分的提取特征的效果.结果表明用PLS方法事先对数据处理可以提高基因芯片数据分析的准确性.  相似文献   

2.
文章主要采用主分量分析法和线性判别分析(LDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析。PCA是一种提取海量的数据有效特征的有效方法。仅可以获得与原来基因芯片数据更为接近的成分的提取特征的效果。结果表明采用PCA方法事先对数据处理不可以提高基因芯片数据分析的准确性。  相似文献   

3.
本文主要采用主分量分析方法和二次判别分析(QDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析.PCA是一种提取海量的数据有效特征的有效方法.可以获得与原来基因芯片数据更为接近的成分的提取特征的效果.实验表明采用PCA方法事先对数据处理不可以提高基因芯片数据分析的准确性.得出结论可为工业应用提供科学依据.  相似文献   

4.
把主分量分析(PCA)方法和自组织特征映射网络(SOM)相结合,应用到基因数据聚类分析中。首先对基因数据集进行PCA分析,提取出少量的特征主分量,再对数据集进行降维。这些主分量基本上可以反映原数据集的综合信息,然后应用SOM网络对得到的特征分量进行聚类分析,把相似的基因划分到一个区域。实验结果表明,与单一地选用SOM网络进行聚类分析相比,该方法有较高的分类正确率及较为清晰的分类边界,是一种非常有效的聚类分析方法。  相似文献   

5.
所统计分析的数据集是前列腺癌基因数据集.采用分片逆回归方法和线性判别分析(LDA),二次判别分析(QDA).对基因芯片(微阵列)数据进行分析.用SIR降维,用LDA和QDA分类.讨论分片逆回归方法和二种方法对基因样本进行分类的效果.  相似文献   

6.
提出了主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合的优化RBF神经网络降水预测模型,首先利用主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合对众多气象物理因子降维提取有效因子,再将这些综合有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型.以此对广西5月三个不同区域平均日降水量进行预报实验,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报、PCA预报、LLE预报,预报稳定性好,预报准确率较高,具有一定的普遍适用性.  相似文献   

7.
以高光谱图像降维为研究问题,针对主成分分析法(PCA)投影结果混叠、线性不可分和t-分布式随机邻域嵌入算法(t-SNE)内存占用大、运行时间长等不足,提出了一种基于PCA与t-SNE结合的高光谱图像降维方法。设计了基于SVM的城市植被识别模型,有效地提高了运行速率,进而更好地提取高光谱图像的本质特征,提高了高光谱图像中城市植被的分类精度。实验选取肯尼迪航天中心(KSC)数据为对象,结果表明,PCA-t-SNE-SVM算法总体分类精度可达92.06%,Kappa系数为0.91时,分类效果最优,相较于PCA-SVM和t-SNE-SVM算法,总体分类精度分别提高了13.51%和3.33%,Kappa系数分别提高了0.15和0.04,均表现出良好的性能。  相似文献   

8.
在Matlab的基础上,以3种经典的数据降维方法——主成分分析(PCA)、线性判别分析(LDA)和保局投影算法(LPP)为例,给出3种降维方法的最优化比较结果,对数据降维实验方法进行了探讨和设计。通过UCI标准数据集和ORL、Yale人脸数据集的比较实验表明:3种降维方法均能较好地完成降维任务,其中LPP和LDA数据降维方法效率较优,但在不同的实验条件下,表现略有不同。  相似文献   

9.
传统的K最近邻算法(KNN)是机器学习领域中思想简单、易于学习、对低维数据处理效率较高的分类方法之一,但是在高维数据的分类中效率不高、性能会降低。针对传统KNN算法在处理多维数据集上的不足,提出了一种新的KNN改进算法:将线性回归方法引入该算法中,利用属性间的决定系数选择合适的属性集合,降低高维数据集的维数,并采用卡方距离作为KNN算法的距离度量函数,克服欧式距离不能体现特征向量之间相对关系的不足。实验结果分析表明,在标准数据集的测试中,基于线性回归方法的改进KNN算法达到了较高的分类准确度,相对于传统KNN算法在属性识别度上有了一定的提高。  相似文献   

10.
基因表达谱的肿瘤类型的准确判断对当前生物信息学的研究有重大意义.基因表达谱存在样本少、维数高、冗余基因和噪音多等特点,对癌症特征基因的提取方法的研究具有重要的意义.以结肠癌肿瘤基因表达谱数据作为研究对象,提出了结合使用基因选择和数据抽取的有效方法,剔除无关基因选出候选特征集,结合PCA(主元分析)获取低维投影空间中的模式特征,根据各个基因贡献率大小排序选取贡献率大的基因作为特征基因,进而利用支持向量机进行分类检测.  相似文献   

11.
Attribute reduction is necessary in decision making system. Selecting right attribute reduction method is more important. This paper studies the reduction effects of principal components analysis (PCA) and system reconstruction analysis , SRA) on coronary heart disease data. The data set contains 1723 records, and 71 attributes in each record. PCA and SRA are used to reduce attributes number (less than 71 ) in the data set. And then decision tree algorithms. C4.5, classification and regression tree ( CART), and chi-square automatic interaction detector ( CHAID ), are adopted to analyze the raw data and attribute reduced data. The parameters of decision tree algorithms, including internal node number, maximum tree depth, leaves number, and correction rate are analyzed. The result indicates that. PCA and SRA data can complete attribute reduction work. and the decision-making rate on the reduced data is quicker than that on the raw data: the reduction effect of PCA is better than that of SRA. while the attribute assertion of SRA is better than that of PCA. PCA and SRA methods exhibit good performance in selecting and reducing attributes.  相似文献   

12.
统计过程控制是过程监控与故障诊断的方法。在多变量统计过程控制中,传统的方法主要包括主元分析和偏最小二乘,这些方法存在着诸多缺陷。设计时可以应用非线性主元分析、非线性偏最小二乘、动态主元分析、自适应主元分析、多尺度主元分析等方法进行改进。研究中要重视带噪声的监控模型、过程模型信息与经验知识相结合等问题,同时可以把一些新的降维技术用于统计过程控制中。  相似文献   

13.
The eigenface method that uses principal component analysis (PCA) has been the standard and popular method used in face recognition. This paper presents a PCA - memetic algorithm (PCA-MA) approach for feature selection. PCA has been extended by MAs where the former was used for feature extraction/dimensionality reduction and the latter exploited for feature selection. Simulations were performed over ORL and YaleB face databases using Euclidean norm as the classifier. It was found that as far as the recognition rate is concerned, PCA-MA completely outperforms the eigenface method. We compared the performance of PCA extended with genetic algorithm (PCA-GA) with our proposed PCA-MA method. The results also clearly established the supremacy of the PCA-MA method over the PCA-GA method. We further extended linear discriminant analysis (LDA) and kernel principal component analysis (KPCA) approaches with the MA and observed significant improvement in recognition rate with fewer features. This paper also compares the performance of PCA-MA, LDA-MA and KPCA-MA approaches.  相似文献   

14.
纯分析信号(NAS)是一种即可用来评价矩阵数据的定量分析结果,又可以直接用来对矩阵数据进行定量分析的化学计量学方法.基于纯分析信号的思想建立起来的混合线性分析(HLA)和扩展混合线性分析(HLAE)可适用于不同的情况.HLA方法在建模时需要同时得到待测物质准确的浓度和纯谱信息.我们发展的HLAE是对HLA的扩展,不需用到体系组份的纯谱信息,利用已知物质的浓度信息构造投影矩阵用来提取体系背景信息,然后又用浓度信息和背景信息构造该物质的校正矢量,HLAE对模拟体系和实际体系的分析都取得了比HLA、PLS更好的结果。  相似文献   

15.
基于核独立成分分析的静息态fMRI数据研究(英文)   总被引:1,自引:0,他引:1  
为了方便提取静息态默认网络,降低功能核磁共振(fMRI)数据复杂度,克服独立成分分析只适合于源信号线性混合的限制,提出了特征降维和非线性变换的框架.首先采用主成分分析对fMRI信号的时间维度进行降维,将原始维度为153 594×128的fMRI数据降至153 594×5,以达到降低计算复杂度的目的,并保留95%的信息成分.然后利用基于高斯核的非线性独立成分分析即核独立成分分析来分析静息态fMRI数据并提取默认网络.实验结果表明,在分析静息态fMRI数据的过程中,核独立成分分析不仅能准确提取默认网络,而且降低了噪声,所得到的结果优于普通独立成分分析.  相似文献   

16.
This article investigated how mathematic anxiety (MA) of Korean middle school students could be reduced by comparing analytically their cognitive neuroscience and questionnaire results. We developed a three-hour Complex Treatment Program (CTP) on quadratic functions for the study. In the summer of 2016, we collected data of the pre and post MA questionnaires by Mathematics Anxiety Scale for Students (MASS), the percent of correct answers (PCA) and reaction time (RT) by E-prime program, and also brain-imaging data of the event related potentials (ERP) by Electroencephalograph (EEG) using computer-based functional F-G model. The result indicated the CTP to be effective with the group with higher math anxiety and the group with higher achievement respectively. The MASS result was verified with the better performance of PCA on type G, which was measured by E-prime program. Some interesting patterns were revealed on brain-imaging data by EEG, indicating more brain activities with the MA groups.  相似文献   

17.
基于主分量分析的数字水印   总被引:7,自引:0,他引:7  
1 Introduction Withtherapiddevelopmentofcomputernetworkandmultimediatechnology,disseminationofinformationintheformsofaudio,videoandstillimagehasbecomewidespread.Theproblemofdatapiracyandcopyrightbreachisamajorconcernwheninformationistransmittedovernetw…  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号