质谱数据的特征降维新方法
由于质谱数据的维数较高,处理时运算量也特别大,同时还降低分类精度.研究者提出一些降维方法,产生了较好的效果.一般降维方法分两类:特征提取和特征选择.两类方法各有优劣,本文提出对特征提取的主成分进行特征选择,提出了将几种特征提取方法与特征选择方法结合的框架,来对数据集进行维数约简.在三个质谱数据集上的实验结果证明新提出的框架对于质谱数据有好的效果,加入特征选择后,建模精度得到了提高.
质谱数据、降维、特征提取、特征选择
30
TP18(自动化基础理论)
国家自然科学基金项目20503105,60873129;上海市科委创新行动计划重大项目07DZ19726;上海市青年科技启明星计划项目08QA1403200
2009-06-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
944-946