非线性降维在高维医学数据处理中的应用

作者：翁时锋; 张长水; 张学工

来源：清华大学学报, 2004, (4): 485-488.

DOI：10.3321/j.issn:1000-0054.2004.04.014

• 模式识别理论
• 非线性降维
• 乳腺癌
• 肺癌

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

• 单位
  清华大学