一种融合T-Rank和Softmax的特征提取算法研究  

The Research of Feature Extraction Algorithm by Integrating T-Rank and Softmax Methods

作　　者：刘哲 彭春力 陈鹏 罗幼喜[3] 

机构地区：[1]湖北工业大学电气与电子工程学院,湖北武汉 [2]湖北工业大学经济与管理学院,湖北武汉 [3]湖北工业大学理学院,湖北武汉

出　　处：《建模与仿真》2016年第4期123-130,共8页Modeling and Simulation

基　　金：教育部人文社科青年基金(13YJC790105);湖北工业大学博士科研启动基金(BSQD13050);湖北工业大学基金项目(2015SW0204)资助。

摘　　要：本文针对高维生物数据特征提出了一种融合T-Rank和Softmax的特征提取算法。该方法比传统特征提取方法在处理高维生物数据更加有效,不仅提取的特征个数较少,而且计算速度快。利用算法本文对高维银屑病基因表达谱数据进行了研究,得到了分类准确率较高的疾病诊断模型。The paper proposed a new feature extraction algorithm by integrating T-rank and Softmax for the high dimensional biological data sets, which is more effective than traditional method when dealing with high dimensional data. It can not only extract a very few number of features, but also have fast computing speed. By using of this new algorithm, the paper obtains a high accuracy diagnosis model for psoriasis.

关 键 词：高维 Softmax算法 T-Rank算法 银屑病 基因表达谱 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]