核多元基因选择和极限学习机在微阵列分析中的应用
 
杨勤;董洪伟;薛燕娜;  传感器与微系统  2016(5).146-148+153

微阵列分类;基因选择;核最小二乘;极限学习机
 
  针对微阵列数据样本量少、维度高的特点,结合当前数据降维方法中没有考虑特征与特征之间相关性的缺点,提出一种核最小二乘的特征基因选择方法。将解释变量空间通过非线性映射转换到高维空间上,再在高维空间上进行最小二乘回归,并采用极限学习机进行训练和预
 
仿站