基于filter和ICA的LDA算法在微陣列數(shù)據(jù)中的應(yīng)用.pdf

1、DNA微陣列數(shù)據(jù)廣泛應(yīng)用于生物醫(yī)學(xué)，特別是癌癥方面的研究。它是典型的高維小樣本數(shù)據(jù)，具有高維，高冗余，高噪聲的特點(diǎn)，許多經(jīng)典的處理算法無法直接應(yīng)用。線性判別分析(LDA)是模式識(shí)別的經(jīng)典方法之一，在模式識(shí)別、數(shù)據(jù)分析等諸多領(lǐng)域取得了良好的應(yīng)用效果。本文在分析和總結(jié)現(xiàn)有的LDA算法的基礎(chǔ)上，將LDA應(yīng)用于微陣列數(shù)據(jù)，取得了較好的結(jié)果。本文主要做了以下兩方面工作：
　　第一，分析總結(jié)了LDA算法在微陣列數(shù)據(jù)中的應(yīng)用，提出了一種基于fi

2、lter法則和ICA變換的LDA算法—FILDA算法。與傳統(tǒng)的LDA算法處理微陣列數(shù)據(jù)相比，該算法消耗時(shí)間較少，且有效避免了矩陣變換奇異問題的產(chǎn)生，同時(shí)去除了特征中的冗余和噪音，提高了分類正確率。通過在Brain，Colondata，Prostate等微陣列數(shù)據(jù)集上的實(shí)驗(yàn)，以及同其他方法的對(duì)比實(shí)驗(yàn)，表明了本文算法的有效性。
　　第二，由于獨(dú)立分量分析具有計(jì)算不穩(wěn)定性，本文借鑒了集成學(xué)習(xí)的思想設(shè)計(jì)了一種基于FILDA算法的集成系統(tǒng)，