摘要
单细胞多组学是指在单细胞水平上的各种类型的生物学数据此类数据普遍存在高
维度、稀疏性及不规则结构等特性传统分析方法难以有效提取其潜在生物学特征针对
这一挑战本文将不规则张量分解和聚类引入单细胞多组学数据领域利用广义奇异值分
解处理不规则数据提取有效信息并基于此提出显著性截断策略结合自适应
加权阈值理论构建不规则张量奇异值分解具体内容如下
对于目前方法不能有效提取单细胞多组学数据问题本文提出了基于张量鲁棒主成
分分析的不规则张量奇异值分解模型传统张量分
摘要
单细胞多组学是指在单细胞水平上的各种类型的生物学数据此类数据普遍存在高
维度、稀疏性及不规则结构等特性传统分析方法难以有效提取其潜在生物学特征针对
这一挑战本文将不规则张量分解和聚类引入单细胞多组学数据领域利用广义奇异值分
解处理不规则数据提取有效信息并基于此提出显著性截断策略结合自适应
加权阈值理论构建不规则张量奇异值分解具体内容如下
对于目前方法不能有效提取单细胞多组学数据问题本文提出了基于张量鲁棒主成
分分析的不规则张量奇异值分解模型传统张量分
文档评论(0)