文件名称：非线性降维在高维医学数据处理中的应用 (2004年)
文件大小：119KB
文件格式：PDF
更新时间：2024-05-30 06:26:44
自然科学 论文
针对非线性高维医学数据降维的困难,引入了一种新的非线性降维方法 Isomap,并从算法原理的角度讨论了方法在医学数据处理中的适用性。该文将 Isomap应用在两个典型医学数据集(肺癌基因表达数据和乳腺癌病理数据)的分析中,发现它们的本质维数都低于 3,因而可以得到在低维投影空间中的可视化表示。实验进一步将 Isomap和主成份分析(PCA)的投影结果相比较,并统计类内距离,结果显示 Isomap优于传统的线性降维技术。这说明了非线性降维技术在高维医学数据分析中的潜力。