基于核主分量的基因表达系列分析

摘要：

基因表达系列分析(Serial analysis of gene expression，SAGE)是分析全基因组表达模式的有力工具。SAGE数据具有维数高、数量大等特点，在模式识别和聚类分析前需降维。根据SAGE数据满足Poisson分布的特性，设计了新的核函数，结合核主分量分析(KernelPrinciple Component Analysis，KPCA)，本文提出了基于Poisson模型的KPCA算法(Poisson-Model basedKPCA,PMKPCA)。通过对老鼠视网膜细胞发育的SAGE数据的分析，结果表明，该算法相对于KPCA，能有效的去除冗余数据，降低维数。

关键词： 基因表达系列分析 Poisson分布 核函数 核主分量分析

作者: 苏洪全 朱义胜

作者单位: 大连海事大学信息科学技术学院，大连，116026

会议类型: 国内会议

会议名称: 中国电子学会电路与系统学会第二十二届年会

会议地点: 上海

会议语种:中文

页码: 226-231

在线出版日期: 2010-10-01（万方平台首次上网日期，不代表论文的发表时间）