文献

J-GLOBAL ID：201702249678320197   整理番号：17A1280537

核エントロピー成分分析に基づくフローデータ自動クラスタリング手法【JST・京大機械翻訳】

Auto classification method of flow cytometry data based on kernel entropy component analysis

著者 (4件)： Dong Mingli (北京信息科技大学光電測試技術北京市重点実験室 北京100192) ,  Ma Shanshan (北京信息科技大学光電測試技術北京市重点実験室 北京100192) ,  Zhang Fan (北京信息科技大学光電測試技術北京市重点実験室 北京100192) ,  Pan Zhikang (北京信息科技大学光電測試技術北京市重点実験室 北京100192)
資料名： Yiqi Yibiao Xuebao  (Yiqi Yibiao Xuebao)
巻： 38  号： 1  ページ： 206-211  発行年： 2017年 
JST資料番号： C2448A  ISSN： 0254-3087  CODEN： YYXUDY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： マルチパラメータフローサイトデータのための従来の人工的クラスタ化プロセスの複雑さと自動化の問題を解決するために,カーネルエントロピー成分分析(KECA)に基づく新しい自動分類法を提案した。レイリー(Renyi)エントロピーに対して最大の貢献を持つ特徴ベクトルを投影方向として選択し、データに対して特徴抽出を行った。コサイン類似性とK平均アルゴリズムに基づく分類器を設計し,ベクトルの角度に基づく最適クラスタリング数を決定し,最終的に細胞の分類ラベルを得た。実験によって得られたリンパ球の免疫表現型分析データに対して処理を行った結果、この方法は細胞の快速、自動分類群を実現でき、全体の分類群の正確率は97%以上に達し、操作は簡単で簡便で、細胞分析の効率を高めた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  特徴抽出 ,  *エントロピー ,  ベクトル ,  自動化 ,  類似性 ,  リンパ球 ,  自動分類 ,  アルゴリズム
準シソーラス用語： 分類群 ,  免疫表現型 ,  特徴ベクトル ,  *クラスタリング法 ,  *成分分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： flow cytometry ,  automatic clustering ,  kernel entropy component analysis (KECA) ,  K-means algorithm ,  cosine similarity

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 核 ,  エントロピー ,  成分分析 ,  フロー ,  クラスタリング手法