您的位置： 专家智库 > >

阳文辉

作品数：2 被引量：0H指数：0
供职机构：中山大学数学与计算科学学院更多>>
发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金广东省自然科学基金更多>>
相关领域：自动化与计算机技术理学更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇理学

主题

  • 2篇微阵列
  • 1篇人脸
  • 1篇人脸识别
  • 1篇特征提取
  • 1篇统计学习
  • 1篇偏最小二乘
  • 1篇最小二乘
  • 1篇微阵列分析
  • 1篇微阵列数据
  • 1篇维数
  • 1篇列数
  • 1篇模式识别
  • 1篇聚类
  • 1篇基因选择
  • 1篇高维
  • 1篇高维数据

机构

  • 2篇中山大学
  • 1篇广东工贸职业...

作者

  • 2篇阳文辉
  • 1篇胡煜

传媒

  • 1篇中山大学学报...

年份

  • 2篇2008
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
高维数据统计学习及其在人脸识别、微阵列分析中的应用
本论文的主要工作包括： (一)基于极大间距准则(MMC)的不相关判别分析(UDA)方法模式分类中，判别向量的统计不相关性是一个非常有用的性质。统计不相关的特征包含有最小的冗余信息，而经正交特征向量集投影的特征空...
阳文辉
关键词：模式识别人脸识别高维数据微阵列分析
文献传递
基于偏最小二乘与极大间距准则的微阵列分类
2008年
针对基因表达数据中的高维小样本问题,提出了一种两阶段的识别框架:"偏最小二乘法(PLS)+极大间距准则(MMC)"。该方法首先使用PLS算法提取出带有分类信息的特征,然后使用MMC准则对样本进行分类。在六个公共的基因数据库上与一些常见的基因分类方法相比较,结果显示了该方法对基于基因表达数据的肿瘤分类有效且稳定。
胡煜阳文辉
关键词：微阵列数据基因选择特征提取偏最小二乘
全选 清除 导出
共1页<1>
聚类工具0