基于样本扩充和特征融合自动编码机的肿瘤基因表达数据分类  

Classification of Tumor Gene Expression Data Based on Sample Expansion and Feature Fusion Automatic Coding Machine

作　　者：黄经纬 HUANG Jingwei

机构地区：[1]江西理工大学电气工程与自动化学院,江西赣州341000

出　　处：《自动化应用》2021年第10期15-17,22,共4页Automation Application

基　　金：江西省教育厅科技项目(GJJ180484)。

摘　　要：针对肿瘤基因数据的样本小、维度高特点,为解决小样本对分类准确率的影响,提出对样本进行扩充的方法;结合特征获取的方式不同,将主成分分析(PCA)、核主成分分析(KPCA)和非负矩阵(NMF)特征进行组合,再通过鲁棒性更强的堆栈自动编码器(SDAE)和Softmax进行分类。实验表明,经过合理的样本特征组合及小样本扩充能够有效提升分类效果。

关 键 词：样本扩充 特征融合 肿瘤基因表达谱 分类数据 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]