微型机与应用
微型機與應用
미형궤여응용
MICROCOMPUTER & ITS APPLICATIONS
2014年
12期
44-47
,共4页
半监督学习%基因表达数据%特征提取%支持向量机
半鑑督學習%基因錶達數據%特徵提取%支持嚮量機
반감독학습%기인표체수거%특정제취%지지향량궤
semi-supervised learning%gene expression data%feature extraction%support vector machine
基于对无标记数据算法的研究，讨论了基因数据分析的半监督学习算法。基因数据的典型特征是小样本、高维数，处理起来非常困难。在安全的半监督学习基础上，提出了一种降维和半监督学习相结合的方法，以提高分类效果的精确度及鲁棒性。实验证明，该方法通过结合降维和半监督学习的优点，具有很好的应用价值。
基于對無標記數據算法的研究，討論瞭基因數據分析的半鑑督學習算法。基因數據的典型特徵是小樣本、高維數，處理起來非常睏難。在安全的半鑑督學習基礎上，提齣瞭一種降維和半鑑督學習相結閤的方法，以提高分類效果的精確度及魯棒性。實驗證明，該方法通過結閤降維和半鑑督學習的優點，具有很好的應用價值。
기우대무표기수거산법적연구，토론료기인수거분석적반감독학습산법。기인수거적전형특정시소양본、고유수，처리기래비상곤난。재안전적반감독학습기출상，제출료일충강유화반감독학습상결합적방법，이제고분류효과적정학도급로봉성。실험증명，해방법통과결합강유화반감독학습적우점，구유흔호적응용개치。
Based on the study of the algorithm for unlabeled data , the semi supervised learning algorithm for genetic data anal-ysis is approached . The typical characteristics of genetic data are small samples , high dimension and difficult treatment . Based on the safety semi-supervised learning , a combination method of semi-supervised learning and dimensionality reduction is proposed in this paper . The proposed algorithm combines the advantages of semi-supervised learning and dimensionality reduction . The experi-mental results demonstrate the accuracy and robustness of the proposed algorithm .
