文件名称：D-KSVD用于基因表达谱上的肿瘤分类
文件大小：331KB
文件格式：PDF
更新时间：2024-05-01 02:20:06
Gene expression profile; Sparse representation;
近年来，稀疏表示理论已经引起了专家们的关注。 肿瘤分类领域取得成功。 稀疏表示适用于肿瘤分类。 我们通常考虑两个方面，第一是字典，其次是稀疏表示系数的辨别能力。 受到歧视性K-SVD在其他领域中使用的出色性能的启发，它的确满足了以上两个要求，因此我们尝试将其应用于基于基因表达谱的研究肿瘤分类。区别性K-SVD与它需要的大多数先前存在的算法相反执行子问题的迭代过程，希望通过以下方式实现全局最优解迭代。 我们在六个常用的肿瘤分类数据集上评估了该方法，其中包括两类数据集：DLBCL，结肠，前列腺和多类数据集：Leukemia1，SRBCT， 我们还将其与文献中的最新方法进行了比较。 实验表明，判别式K-SVD在在大多数情况下。