基于醫(yī)學數(shù)據(jù)降維方法比較研究.pdf

1、隨著信息和網(wǎng)絡技術(shù)的高速發(fā)展，各行各業(yè)都出現(xiàn)了大量的高維數(shù)據(jù)，比如：醫(yī)學數(shù)據(jù)、文本數(shù)據(jù)、網(wǎng)絡數(shù)據(jù)及金融數(shù)據(jù)等。在高維數(shù)據(jù)給人們帶來“維數(shù)福音”的同時也帶來了“維數(shù)災難”，因此，如何將高維數(shù)據(jù)在低維空間中進行表示，并發(fā)現(xiàn)其內(nèi)在結(jié)構(gòu)便成了高維數(shù)據(jù)處理的關(guān)鍵問題。降維方法作為一種把“維數(shù)災難”轉(zhuǎn)化成“維數(shù)福音”的有效方法，引起了人們的廣泛關(guān)注，并在不斷發(fā)展之中。線性降維方法在處理全局線性數(shù)據(jù)集時效果很好。對于非線性的數(shù)據(jù)集，因為非線性降維方法

2、大多對數(shù)據(jù)集的要求較高，例如對噪音和樣本稠密性敏感，所以在理想數(shù)據(jù)集中效果較好，但在實際數(shù)據(jù)集中的降維效果卻不一定比傳統(tǒng)線性的降維方法要好。
　　本文首先介紹了降維方法的研究背景、研究意義和研究現(xiàn)狀。其次介紹了經(jīng)典的線性降維方法(PCA算法)和非線性的降維方法(Isomap算法與LLE算法)，同時在PCA算法基礎上對主成分的選擇方式進行了改進，提出了大相關(guān)性PCA算法(BR-PCA)，并對四種算法從多個角度進行分析比較，例如：算法

3、思想、時間復雜度、對數(shù)據(jù)集的要求、目標維數(shù)、理論支持和降維結(jié)果的解釋角度。然后基于真實的高維腸癌數(shù)據(jù)集，分別采用四種方法進行維數(shù)約減(目標維數(shù)一樣)后，利用同樣的BP神經(jīng)網(wǎng)絡對腸癌病人五年生存的預后判斷進行預測并比較。比較后發(fā)現(xiàn)本文提出的線性降維方法(BR-PCA)在處理真實非線性數(shù)據(jù)集時要優(yōu)于非線性的降維方法，有效地克服了流形學習中存在的一些缺點，同時在預測分析方面優(yōu)于傳統(tǒng)的線性降維方法(PCA算法)。最后通過不同的預設誤差和人臉數(shù)據(jù)