流行学习算法应用于基因芯片数据分析

据结构，这与生物系统的非线性特点相适应。基于流行学习的非线性降维包含两类：①全局方法，包括等距映射算法（ISOMAP）与最大方差展开（MVU）[1-3]；②局部方法，包括局部线性嵌入算法（LLE）、拉普拉斯特征映射算法（LE）和局部切空间排列（LTSA）[1，4]。基因芯片是崭新的生物学技术，与传统的
<<上一页下一页>>

首页 > 电子期刊 > J > 计算机时代

本站访问人数：