ICA-ULDA方法用于蛋白质组学质谱数据分析及潜在生物标记物探寻
【摘要】：正本研究提出了一种独立成分分析(Independent Component Analysis,ICA)结合非相关线性判别分析(Uncorrelated Linear Discriminant Analysis,ULDA)的策略用于蛋白质组学质谱数据的分析及生物标记物的探寻。首先,用ICA对训练集中的样本数据进行分解,计算出混合矩阵A以及源信号矩阵S,本研究采用FastICA算法(http://www.cis.hut.fi/projects/ica/fastica/)进行数据分解;其次,对A中列作统计检验,从而根据在两类样本间存在差异的混合系数选择
|
|
|
|
| 1 |
荆志伟;王忠;;基因芯片数据分析方法及其在医学中的应用[J];中国医药生物技术;2010年06期 |
| 2 |
贺宪民,贺佳,吴骋,范思昌;微阵列数据中常用的分类分析方法[J];国外医学.生物医学工程分册;2004年03期 |
| 3 |
宋为群;;视觉空间注意脑机制早期调控及其年老化研究[J];医学研究杂志;2006年09期 |
| 4 |
;[J];;年期 |
| 5 |
;[J];;年期 |
| 6 |
;[J];;年期 |
| 7 |
;[J];;年期 |
| 8 |
;[J];;年期 |
| 9 |
;[J];;年期 |
| 10 |
;[J];;年期 |
| 11 |
;[J];;年期 |
| 12 |
;[J];;年期 |
| 13 |
;[J];;年期 |
| 14 |
;[J];;年期 |
| 15 |
;[J];;年期 |
| 16 |
;[J];;年期 |
| 17 |
;[J];;年期 |
| 18 |
;[J];;年期 |
| 19 |
;[J];;年期 |
| 20 |
;[J];;年期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心