基于流形学习的基因微阵列数据分类方法

作者：李强 石陆魁 刘恩海 王歌流形学习分类基因微阵列数据

摘要：提出了一种结合流形学习方法与分类算法的基因微阵列数据分类模型，先用流形学习算法对基因微阵列数据进行降维处理，然后再对降维后的数据进行分类．在实验中将流形学习算法LLE、ISO-MAP、LE和LTSA与三种分类算法相结合，并与直接用高维数据进行分类的结果进行了比较，实验结果表明所提出的模型极大地提高了分类精度，同时也提高了分类算法的执行效率．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社