基因表達缺失值的加權(quán)雙向回歸估計算法
大?。?/span>0.37 MB 人氣： 2018-03-06 需要積分：1
由于受實驗條件等客觀因素制約，實驗所得到的基因表達譜數(shù)據(jù)存在數(shù)據(jù)缺失的現(xiàn)象，不利于數(shù)據(jù)的后續(xù)使用。如何在不丟失數(shù)據(jù)信息、不影響數(shù)據(jù)整體使用的情況下，對實驗數(shù)據(jù)進行估計、填充已成為目前生物信息學研究的熱點。本文通過利用核加權(quán)函數(shù)提取與缺失值所在的行列具有最大相似性的行列信息，提出了基于雙向核加權(quán)回歸估計的算法。在回歸過程中同時考慮基因表達的空間相關(guān)性和時間相關(guān)性信息，使回歸算法使用的信息更加充分。通過與其他缺失值估計算法相比較，加權(quán)雙向回歸算法的估計結(jié)果較好。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基因表達缺失值的加權(quán)雙向回歸估計算法下載
相關(guān)電子資料下載
- 二進制加權(quán)數(shù)模轉(zhuǎn)換器講解 1248
- 可編程通用濾波器實現(xiàn)C-message加權(quán)功能 493
- 通過多尺度說話人分解實現(xiàn)動態(tài)尺度加權(quán) 1026
- 使用CISPR加權(quán)檢波器的模擬超外差接收機時代 1516
- 基于H．264實現(xiàn)最優(yōu)重疊塊匹配加權(quán)窗的系數(shù)設(shè)計 3250
- 噪聲中的加權(quán)-什么是加權(quán) 12927
- 加密貨幣會增加權(quán)力下放，使中介機構(gòu)變得不那么重要 413
- 異構(gòu)多核處理器系統(tǒng)的特點及基于加權(quán)優(yōu)先級的任務(wù)調(diào)度算法分析 5392
- 兩種方法通過加權(quán)將先驗物理知識減少或離散化為適合現(xiàn)有深度學習架構(gòu)的機制 2909
- 白話空間統(tǒng)計之地理加權(quán)回歸 2582