【摘要】：基因表達(dá)數(shù)據(jù)具有樣本數(shù)少、基因維數(shù)高、非線性等特點(diǎn),為能有效地處理基因表達(dá)數(shù)據(jù),提出光滑近鄰表示子空間聚類算法.利用每個(gè)數(shù)據(jù)點(diǎn)的近鄰線性表示刻畫數(shù)據(jù)集的非線性特點(diǎn),并對(duì)近鄰表示添加光滑約束,使數(shù)據(jù)點(diǎn)與近鄰的距離關(guān)系嵌入到該數(shù)據(jù)點(diǎn)的重構(gòu)表示中.在基因表達(dá)數(shù)據(jù)上的實(shí)驗(yàn)表明,所提出的方法優(yōu)于其他幾個(gè)現(xiàn)有方法,進(jìn)而表明所提出方法對(duì)基因表達(dá)數(shù)據(jù)的聚類是有效的.
[Abstract]:In order to deal with gene expression data effectively, a smooth nearest neighbor representation subspace clustering algorithm is proposed in this paper, which is characterized by small number of samples, high gene dimension and nonlinearity. The nonlinearity of the data set is characterized by the linear representation of the nearest neighbor of each data point, and the smooth constraint is added to the nearest neighbor representation, so that the distance relationship between the data point and the nearest neighbor is embedded in the reconstruction representation of the data point. Experiments on gene expression data show that the proposed method is superior to other existing methods, and further shows that the proposed method is effective for clustering gene expression data.
【作者單位】： 福州大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院;福州大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(71273053,11571074) 福建省自然科學(xué)基金項(xiàng)目(2014J01009)
【分類號(hào)】：TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 陳曉云;陳慧娟;;潛在最小二乘回歸子空間分割方法[J];模式識(shí)別與人工智能;2016年01期

2 王衛(wèi)衛(wèi);李小平;馮象初;王斯琪;;稀疏子空間聚類綜述[J];自動(dòng)化學(xué)報(bào);2015年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王東;張強(qiáng);嚴(yán)亮;;一種融合聚類的監(jiān)督局部線性嵌入算法研究[J];半導(dǎo)體光電;2017年03期

2 陳曉云;林莉媛;葉先寶;;基于光滑近鄰表示的基因表達(dá)數(shù)據(jù)子空間聚類[J];控制與決策;2017年07期

3 郝雪;彭國(guó)華;;基于SVD和稀疏子空間聚類的視頻摘要[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2017年03期

4 呂紅偉;王士同;;基于RPCA對(duì)高維數(shù)據(jù)子空間聚類的預(yù)測(cè)方法[J];計(jì)算機(jī)工程與科學(xué);2017年03期

5 趙星輝;龍藝璇;;基于變化率的子空間聚類算法[J];軟件導(dǎo)刊;2017年01期

6 李勇;馬燦;劉傳英;侯培國(guó);;數(shù)據(jù)的多流形結(jié)構(gòu)分析與研究[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2016年06期

7 張雪霽;張廷利;張志鴻;;一種期貨市場(chǎng)關(guān)聯(lián)交易行為檢測(cè)的聚類方法[J];計(jì)算機(jī)應(yīng)用與軟件;2016年12期

8 李輝;陳曉云;;基于最小二乘回歸的分塊加權(quán)子空間聚類[J];模式識(shí)別與人工智能;2016年12期

9 王帥;孫華燕;葉新;邢強(qiáng);劉田間;;幾種典型數(shù)據(jù)類型的譜聚類方法研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2016年14期

10 咼星;錢惟賢;許春根;謝建春;許孟;顧國(guó)華;陳錢;陳浩;李昕;;數(shù)據(jù)的多流形結(jié)構(gòu)分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2016年14期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李濤;王衛(wèi)衛(wèi);翟棟;賈西西;;圖像分割的加權(quán)稀疏子空間聚類方法[J];系統(tǒng)工程與電子技術(shù);2014年03期

2 劉芳;武嬌;楊淑媛;焦李成;;結(jié)構(gòu)化壓縮感知研究進(jìn)展[J];自動(dòng)化學(xué)報(bào);2013年12期

3 張文娟;馮象初;;非凸低秩稀疏約束的圖像超像素分割方法[J];西安電子科技大學(xué)學(xué)報(bào);2013年05期

4 彭義剛;索津莉;戴瓊海;徐文立;;從壓縮傳感到低秩矩陣恢復(fù):理論與應(yīng)用[J];自動(dòng)化學(xué)報(bào);2013年07期

5 王俊生;王年;郭秀麗;唐俊;;基于Normalized Cut的基因表達(dá)數(shù)據(jù)聚類[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

6 馬堅(jiān)偉;徐杰;鮑躍全;于四偉;;壓縮感知及其應(yīng)用:從稀疏約束到低秩約束優(yōu)化[J];信號(hào)處理;2012年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 柳盛;吉根林;;空間聚類技術(shù)研究綜述[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2010年02期

2 馬程;楊詩(shī)琴;;基于量子粒子群的帶障礙約束的空間聚類[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

3 殷俊華;李光強(qiáng);陳翼;鄧敏;;基于概念格的空間聚類方法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年06期

4 李霞;徐樹維;;子空間聚類改進(jìn)算法研究綜述[J];計(jì)算機(jī)仿真;2010年05期

5 陳銘;吉根林;;一種基于相似維的高維子空間聚類算法[J];南京師大學(xué)報(bào)(自然科學(xué)版);2010年04期

6 馬程;陳杰;;障礙約束下的空間聚類算法分析[J];宜春學(xué)院學(xué)報(bào);2012年12期

7 張思亮;李廣霞;;子空間聚類在入侵檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)安全;2013年12期

8 何彬彬;方濤;郭達(dá)志;;基于不確定性的空間聚類[J];計(jì)算機(jī)科學(xué);2004年11期

9 楊楊;孫志偉;趙政;;一種處理障礙約束的基于密度的空間聚類算法[J];計(jì)算機(jī)應(yīng)用;2007年07期

10 李光強(qiáng);鄧敏;程濤;朱建軍;;一種基于雙重距離的空間聚類方法[J];測(cè)繪學(xué)報(bào);2008年04期

相關(guān)會(huì)議論文 前6條

1 劉啟亮;鄧敏;彭東亮;徐震;;基于場(chǎng)論的空間聚類有效性評(píng)價(jià)方法研究[A];2009`中國(guó)地理信息產(chǎn)業(yè)論壇暨第二屆教育論壇就業(yè)洽談會(huì)論文集[C];2009年

2 鄧羽;;廣義多維云模型在空間聚類中的應(yīng)用[A];地理學(xué)與生態(tài)文明建設(shè)——中國(guó)地理學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文摘要集[C];2008年

3 鄧敏;劉啟亮;李光強(qiáng);程濤;;一種基于場(chǎng)模型的空間聚類算法[A];現(xiàn)代測(cè)量技術(shù)與地理信息系統(tǒng)科技創(chuàng)新及產(chǎn)業(yè)發(fā)展研討會(huì)論文集[C];2009年

4 徐玉峰;周麗華;肖清;;一種基于數(shù)據(jù)分布差異度的子空間聚類算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

5 張燕萍;姜青山;;k-means型軟子空間聚類算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯二[C];2010年

6 任家東;周瑋瑋;何海濤;;高維數(shù)據(jù)流的自適應(yīng)子空間聚類算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯二[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 孫麗萍;半監(jiān)督空間聚類方法及其在城市公共設(shè)施區(qū)位規(guī)劃中的應(yīng)用研究[D];安徽師范大學(xué);2015年

2 黃明;基于空間分區(qū)的空間聚類研究[D];武漢大學(xué);2010年

3 王劍亭;面向量子密鑰分發(fā)安全性分析的子空間聚類算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 魏海洋;城市案件空間聚類技術(shù)研究[D];北京建筑大學(xué);2015年

2 張洋;基于空間聚類的公路交通運(yùn)力態(tài)勢(shì)可視化方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 歐陽佩佩;改進(jìn)的稀疏子空間聚類算法研究[D];青島大學(xué);2015年

4 孫素敏;子空間聚類及其應(yīng)用[D];西安建筑科技大學(xué);2016年

5 許亞駿;子空間聚類算法研究及應(yīng)用[D];江南大學(xué);2016年

6 凌曉蔚;基于子空間聚類的多關(guān)系社交網(wǎng)絡(luò)挖掘研究[D];電子科技大學(xué);2016年

7 吳飛;面向序列數(shù)據(jù)的稀疏低秩子空間聚類方法研究[D];北京工業(yè)大學(xué);2016年

8 鄧振云;稀疏樣本自表達(dá)的子空間聚類算法[D];廣西師范大學(xué);2016年

9 齊緒停;基于子空間聚類的文本相關(guān)性研究[D];山東師范大學(xué);2016年

10 顧曉偉;基于面狀區(qū)域混合類型數(shù)據(jù)的空間聚類算法研究及應(yīng)用[D];遼寧工程技術(shù)大學(xué);2015年

，

本文編號(hào)：2136902