您的位置： 专家智库 > >

孟繁驰

作品数：2 被引量：1H指数：1
供职机构：西北农林科技大学信息工程学院更多>>
发文基金：陕西省自然科学基金陕西省科学技术研究发展计划项目国家自然科学基金更多>>
相关领域：自动化与计算机技术生物学更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇生物学

主题

  • 1篇点估计
  • 1篇凸优化
  • 1篇最小二乘
  • 1篇最小二乘法
  • 1篇微阵列
  • 1篇拉格朗日乘子
  • 1篇范数
  • 1篇非精确
  • 1篇贝叶斯
  • 1篇贝叶斯估计
  • 1篇乘子

机构

  • 2篇西北农林科技...

作者

  • 2篇孟繁驰
  • 1篇蔡骋
  • 1篇李书琴

传媒

  • 1篇计算机工程与...

年份

  • 2篇2013
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于核范数凸优化的微阵列缺失点重建被引量：1
2013年
为解决大多数基因微阵列矩阵中含有缺失点的问题,提出了基于矩阵核范数凸优化(Nuclear Norm Optimization)的微阵列缺失点的重建方法。该方法利用了微阵列矩阵中的冗余信息,使用矩阵填充(Matrix Completion,MC)来重建缺失点,实现了矩阵的核范数凸优化。实验结果表明,矩阵填充在某些时间序列的微阵列数据集上与K最近邻(KNN)、贝叶斯主成分分析(BPCA)和局部最小二乘法(LLSimpute)相比表现出了较强的竞争力。由矩阵填充得到的矩阵,还可以替代广泛应用的局部最小二乘法中的行均值填充矩阵。矩阵填充和局部最小二乘法结合的方法在所有测试数据集的几乎所有缺失率下都取得了最低的重建错误率。
孟繁驰李书琴蔡骋
基因微阵列缺失点估计方法研究
基因微阵列技术在各种生物实验中已经得到了广泛的应用，是生物信息学中一项重要的研究分支。基因微阵列实质是大规模的矩阵，但由于受到实验条件的限制，这些矩阵往往都存在缺失点，所以如何对这些缺失点进行估计，是当前生物信息学领域研...
孟繁驰
关键词：贝叶斯估计最小二乘法
文献传递
全选 清除 导出
共1页<1>
聚类工具0