王蕊平
- 作品数：4 被引量：3H指数：1
- 供职机构：安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术生物学医药卫生更多>>
- 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
- 基于非负矩阵分解的癌症基因表达谱数据的特征提取
- DNA微阵列技术作为一种新兴的技术成为对肿瘤基因表达谱进行分析研究的有力工具。越来越多的肿瘤专家用它来分析正常组织和肿瘤组织之间的基因表达差异。然而基因维数大而样本小是基因表达谱数据的一个显著特点，每个样本都记录了组织细...
- 王蕊平
- 关键词：非负矩阵分解算法特征提取DNA微阵列技术
- 基于邻接谱主分量分析的肿瘤分类方法被引量：3
- 2011年
- 基于谱图理论展开针对基因表达谱数据的分类研究,将反映图结构的特征表示引入到基因表达谱数据分类中,从而高维空间离散点分布问题便可以转化成为具有结构信息的图问题.文中对基因表达谱数据样本点构造高斯权邻接矩阵,SVD分解后,采用特征记分准则进行筛选,找出最大限度区分肿瘤样本与正常样本的主分量作为样本特征,输入KNN分类器进行分类,通过对白血病两个亚型(ALL与AML)与结肠癌表达谱数据进行实验,证明了文中方法的可行性与有效性.
- 陈乐王年苏亮亮王蕊平
- 关键词：肿瘤分类主分量分析邻接矩阵
