期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于分类自动编码器的单细胞RNA测序数据降维方法scAC
1
作者 唐勇轩 梁潇 骆嘉伟 《南京大学学报(自然科学版)》 CSCD 北大核心 2024年第6期920-929,共10页
单细胞RNA测序(Single-cell RNA sequencing,scRNA-seq)技术使研究人员可以在单细胞分辨率下测量转录组范围内的基因表达,并逐渐改变了人们对细胞生物学和人类疾病的认识.单细胞测序数据的高变异性、高稀疏性和高维度性严重阻碍了其下... 单细胞RNA测序(Single-cell RNA sequencing,scRNA-seq)技术使研究人员可以在单细胞分辨率下测量转录组范围内的基因表达,并逐渐改变了人们对细胞生物学和人类疾病的认识.单细胞测序数据的高变异性、高稀疏性和高维度性严重阻碍了其下游分析,降维对于高维scRNA-seq数据的可视化和下游分析至关重要.然而,现有的单细胞降维算法没有充分考虑细胞之间的关系,也没有联合优化降维和聚类任务.为了克服这些局限性,面向单细胞RNA测序数据,以机器学习技术为手段,进行了基于自动编码器的降维算法研究.现有的降维算法大多没有使用伪标签来监督编码器的训练过程,导致降维数据的同时丢失了细胞间信号,提出了基于分类自动编码器的细胞降维算法.该算法结合了分类自动编码器和深度嵌入聚类来生成基因表达矩阵的低维表示.实验结果表明,与其他六种基准测试算法相比,该算法在一系列下游scRNA-seq分析任务中显示了具有竞争力的性能. 展开更多
关键词 分类自动编码器 细胞降维 深度嵌入聚类 单细胞RNA测序 机器学习
在线阅读 下载PDF
基于自编码组合特征提取的分类方法研究 被引量:6
2
作者 谷丛丛 王艳 +1 位作者 严大虎 纪志成 《系统仿真学报》 CAS CSCD 北大核心 2018年第11期4132-4140,共9页
针对自动编码器无监督训练过程中不能根据标签提取类别信息的问题,为提高识别准确率,提出栈式分类降噪自动编码器(Stacked Class Denoising Autoencoder, SCDAE)来获取类别信息,并使用自编码组合特征提取方法提取组合特征用于分类。该... 针对自动编码器无监督训练过程中不能根据标签提取类别信息的问题,为提高识别准确率,提出栈式分类降噪自动编码器(Stacked Class Denoising Autoencoder, SCDAE)来获取类别信息,并使用自编码组合特征提取方法提取组合特征用于分类。该方法构建栈式降噪自动编码器(Stacked Denoising Autoencoder, SDAE)和SCDAE;微调SDAE和SCDAE形成组合模型(Combined Model, CM);使用CM提取包含输入数据主要信息和类别信息的组合特征进行分类。选取MNIST和USPS手写体识别库进行测试,实验结果表明,该方法可以有效提取特征,提高识别准确率。 展开更多
关键词 栈式降噪自动编码器 栈式分类降噪自动编码器 类别信息 组合特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部