基于变系数模型的高维数据异同性识别方法研究

摘要

随着信息技术的发展,高维数据日益丰富.现实中,很多高维数据由多个主体各异的数据集融合而成.如何准确识别出高维数据集间的异同性成为大数据分析的目标之一.本文提出了变系数模型下的高维数据整合分析方法.该方法可以同时对多个数据集进行变量选择和系数估计,并且能够自动识别出变量系数在数据集间的异同性.模拟结果表明本文方法在异同性识别、变量选择、系数估计和预测等方面明显优于对比方法.在肺癌致病基因识别的应用研究中,本文方法能够识别出具有生物解释的致病基因并发现了两种亚型之间的异同性.