定量细胞分析中特征向量降维方法研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为了提高定量细胞分析中细胞核类型识别的准确性、鲁棒性和效率,提出了一种细胞核特征向量降维方法.该方法首先采用基于统计的F-score算法对细胞核特征参数进行初步筛选,剔除F-score明显过低的细胞核特征参数;然后利用随机森林算法计算特征参数对于分类提供的信息量,并以此为依据对特征参数排序;最后在不同数量特征参数情况下进行支持向量机分类实验,得出最终降维结果.实验结果表明：与降维前相比,细胞核的识别时间可节约50%,识别准确性由91.32%提高到98.67%.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：方法研究 特征向量 score 支持向量机 SCOR 模式识别 机器学习 定量细胞学 支持向量机 特征向量降维