The Research of Feature Extraction Algorithm by Integrating T-Rank and Softmax Methods
一种融合T-Rank和Softmax的特征提取算法研究
作者: 刘哲彭春力陈鹏罗幼喜
作者单位: 1湖北工业大学电气与电子工程学院,湖北 武汉
2湖北工业大学经济与管理学院,湖北 武汉
3湖北工业大学理学院,湖北 武汉
刊名: Modeling and Simulation, 2016, Vol.05 (04), pp.123-130
中文刊名: 建模与仿真, 2016, Vol.05 (04), pp.123-130
来源数据库: Hans Pubs Journal
DOI: 10.12677/MOS.2016.54017
关键词: High Dimensional
中文关键词: 高维,Softmax算法,T-Rank算法,银屑病,基因表达谱
英文摘要: The paper proposed a new feature extraction algorithm by integrating T-rank and Softmax for the high dimensional biological data sets, which is more effective than traditional method when dealing with high dimensional data. It can not only extract a very few number of features, but also have fast computing speed. By using of this new algorithm, the paper obtains a high accuracy diagnosis model for psoriasis.
中文摘要: 本文针对高维生物数据特征提出了一种融合T-Rank和Softmax的特征提取算法。该方法比传统特征提取方法在处理高维生物数据更加有效,不仅提取的特征个数较少,而且计算速度快。利用算法本文对高维银屑病基因表达谱数据进行了研究,得到了分类准确率较高的疾病诊断模型。
全文获取路径: PDF下载  汉斯出版社  (合作)
分享到:
来源刊物:

×