您的位置: 专家智库 > >

钱国华

作品数:4 被引量:20H指数:2
供职机构:昆山市卫生监督所更多>>
发文基金:江苏省普通高校研究生科研创新计划项目国家教育部博士点基金江苏省高校自然科学研究项目更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇医药卫生
  • 1篇自动化与计算...

主题

  • 3篇微阵列
  • 3篇微阵列数据
  • 3篇列数
  • 2篇偏最小二乘
  • 2篇降维
  • 1篇偏最小二乘法
  • 1篇切片
  • 1篇最小二乘
  • 1篇高维

机构

  • 4篇南京医科大学
  • 2篇昆山市卫生监...

作者

  • 4篇于浩
  • 4篇陈峰
  • 4篇荀鹏程
  • 4篇钱国华
  • 1篇郎素平
  • 1篇赵杨
  • 1篇苏霞

传媒

  • 3篇中国卫生统计
  • 1篇中国临床药理...

年份

  • 1篇2012
  • 1篇2009
  • 1篇2007
  • 1篇2006
4 条 记 录,以下是 1-4
排序方式:
临床试验中多维生存时间资料的分析被引量:1
2006年
本文介绍了PWP模型的原理及其在处理多元生存实际资料方面的应用技巧。通过实例分析显示该方法在实际应用中可以很好地处理多个终点事件的资料,并通过限制模型中参数的取值,得到分析协变量对不同终点事件的影响是否相同。表明PWP模型是一种有效地处理多维生存时间资料的分析方法。
苏霞钱国华荀鹏程于浩郎素平陈峰
判别分析驱动的微阵列数据的降维策略被引量:3
2009年
目的探究判别分析驱动的微阵列数据之降维策略。方法3步降维策略。即首先采用"单变量检验FDR控制"结合"相关矩阵差值综合评分法"的预选维;其次采用PCA、PLS等方法作进一步降维;最后用逐步判别的思想筛选。结果以Alon等的结肠癌数据为例展示了该3步降维策略在判别分析过程中的应用,组内回代错误率为9.68%,弃一法交叉验证的错误率为11.29%。结论本文提出的"初步选维→进一步降维→逐步判别筛选"的3步降维策略对于后续的微阵列数据判别分析是实用、可行的。
荀鹏程钱国华富春枫于浩陈峰
关键词:微阵列数据
高维生物学数据两阶段组合降维策略研究被引量:2
2012年
目的探讨高维生物学数据的多阶段组合降维策略。方法以微阵列数据的判别分析为例,采用实际数据和模拟数据相结合的方法,提出"初步选维→进一步降维"的两阶段组合降维策略,并与后续的"判别→验证"相结合,形成了"选维→降维→判别→验证"的判别分析思路。以后续判别分析的预测效果、预测结果的稳定性与敏感性等为指标,对2种单一降维(PCA,PLS)方法和4种组合降维方法(PCA+SIR、PCA+SAVE、PLS+SIR和PLS+SAVE)进行了考察。结果从判别模型的预测效果、预测结果的稳定性及敏感性来看,PLS优于PCA,PLS+SIR/SAVE的组合降维效果更佳。结论用t计分法选维,以"PLS+SIR/SAVE"法进行降维的两阶段组合降维策略,对于微阵列数据判别分析,是实用的、可行的。
荀鹏程钱国华赵杨于浩陈峰
关键词:偏最小二乘微阵列数据
偏最小二乘法降维在微阵列数据判别分析中的应用被引量:16
2007年
目的探讨微阵列数据的判别分析方法。方法首先采用偏最小二乘法对高维数据降维,然后再用Fisher’s线性判别。文中同时介绍了偏最小二乘法的基本原理、基本算法,讨论了成分数选择等问题,并以实际微阵列数据展示了其效果。结果偏最小二乘法降维不但实现了数据的可视化,而且取得了较好的后期判别效果。结论偏最小二乘法是一种新的实用的降维方法,可用于微阵列数据判别分析的前期降维。
钱国华荀鹏程陈峰于浩
关键词:偏最小二乘法微阵列数据降维
共1页<1>
聚类工具0