公开(公告)号：CN110827919A

公开(公告)日：2020-02-21

申请号：CN201911071223.6

申请日：2019-11-05

Applicant: 哈尔滨工业大学

Inventor： 李杰 ,  赵准 ,  周理 ,  王亚东

IPC: G16B25/10

Abstract: 本发明提出了一种应用于基因表达谱数据的降维方法，属于计算机应用领域。步骤一：利用回归系数对样本数据矩阵进行“剪枝”，对“剪枝”后的矩阵进行主成分分析，得到主成分Uθ；步骤二：利用回归系数对样本数据矩阵进行“缩放”，对“缩放”后的矩阵进行主成分分析，得到主成分U'；步骤三：使用权值α对主成分Uθ和U'进行融合，得到新的主成分X'θ；步骤四：使用主成分X'θ建立分类回归模型，验证降维的效果。本发明解决了现有降维算法在不同特征数量下分类性能不稳定，建立在其上的分类器预测性能比较低的问题，分类效果不理想的问题。

公开(公告)号：CN110827919B

公开(公告)日：2024-08-09

申请号：CN201911071223.6

申请日：2019-11-05

Applicant: 哈尔滨工业大学

Inventor： 李杰 ,  赵准 ,  周理 ,  王亚东

IPC: G16B25/10

Abstract: 本发明提出了一种应用于基因表达谱数据的降维方法，属于计算机应用领域。步骤一：利用回归系数对样本数据矩阵进行“剪枝”，对“剪枝”后的矩阵进行主成分分析，得到主成分Uθ；步骤二：利用回归系数对样本数据矩阵进行“缩放”，对“缩放”后的矩阵进行主成分分析，得到主成分U'；步骤三：使用权值α对主成分Uθ和U'进行融合，得到新的主成分X'θ；步骤四：使用主成分X'θ建立分类回归模型，验证降维的效果。本发明解决了现有降维算法在不同特征数量下分类性能不稳定，建立在其上的分类器预测性能比较低的问题，分类效果不理想的问题。