一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法技术

一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法，设定在实验中有n个样本，m个实验指标，样本值矩阵为F＝{a

【技术实现步骤摘要】
一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法


[0001]本专利技术属于生物实验数据处理领域，具体涉及生物实验数据过程中针对数据缺失情况下一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法。

技术介绍

[0002]生物实验大多数是以分析多指标多样本实验数据来验证实验的合理性和正确性。因此，实验数据的正确性和完整性直接决定实验验证结果的合理性。但是，生物实验过程的复杂性很容易导致实验数据的缺失，特别是多指标多样本的生物实验数据更容易导致实验数据的缺失。所以，针对多指标多样本的生物实验数据填补方法就尤为重要。

技术实现思路

[0003]为解决上述生物实验过程的复杂性很容易导致实验数据缺失的技术问题，本专利技术提供一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法。
[0004]本专利技术的目的是采用以下技术方案来实现。依据本专利技术提出的一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法，该方法包括以下步骤：
[0005]步骤1：设定在实验中有n个样本，m个实验指标，样本值矩阵为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法，其特征在于：该方法包括以下步骤：步骤1：设定在实验中有n个样本，m个实验指标，样本值矩阵为F＝{a
ij
}
m
×
n
，其中a
ij
表示第i个指标的第j个样本值，构造模糊实验矩阵S＝(＜u
ij
，v
ij
＞)
m
×
n
，u
ij
、v
ij
分别表示样本值a
ij
的隶属度值和非隶属度值；步骤2：设S
r
为实验矩阵，令r＝0，S0＝S；步骤3：计算差别矩阵M
r
、对象x
j
的缺失属性集对象x
j
的无差别对象集矩阵的缺失对象集MOS
r
；A＝{a
i
|i＝1，2，...，m}是实验指标集，a
i
(x
j
)是样本x
j
在属性a
i
上的取值，即a
i
(x
j
)＝a
ij
；步骤4：对矩阵S的所有j∈MOS
r
，1≤j≤n，计算S
r+1
；步骤5：计算r＝r+1，然后转到步骤3进行计算；步骤6：若矩阵中还有缺失数据，取属性值的平均值进行填补；若矩阵中无缺失数据，则结束循环；步骤7：对缺失数据进行填补。2.根据权利要求1所述的一种基于模糊ROUSTIDA算法的生物实验缺失数据填补方法，其特征在于：所述u
ij
、v
ij
计算方法为：式中，其...

【专利技术属性】
技术研发人员：李玲梅，张才坤，
申请(专利权)人：洛阳师范学院，
类型：发明
国别省市：