gpaSet(flowStats)
gpaSet()所属R语言包：flowStats
Multi-dimensional normalization of flow cytometry data
流式单元仪数据的多维标准化
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function performs a multi-dimensional normalization of flow cytometry data (flowSets) using a generalized Procrustes analysis (GPA) method.
执行此功能的流式单元仪数据，使用广义Procrustes分析法“（GPA）（flowSets）的多维标准化。
用法----------Usage----------
gpaSet(x, params, register="backgating", bgChannels=NULL,
bg=NULL, rotation.only=TRUE,
downweight.missingFeatures=FALSE, thres.sigma=2.5,
show.workflow=FALSE,
ask=names(dev.cur())!="pdf")
参数----------Arguments----------
参数：x
A flowSet.
AflowSet。
参数：params
A character vector of length 2 describing the channels of interest.
特征向量长度为2描述的利益渠道。
参数：register
A character indicating the method to be used for identifying features. Available method only includes “backgating” at the point.
字符显示被识别功能的使用方法。唯一可行的方法包括在点“backgating”。
参数：bgChannels
A character vector indicating the channels used for backgating. If NULL, backGating will find the appropriate backgating channels.
字符向量表示用于为backgating渠道。如果为NULL，backGating会发现适当backgating渠道。
参数：bg
A data frame as the returning value of the backGating function. If not NULL, gpaSet will skip the backGating process and use the given data frame to extract potential features.
一个作为backGating函数返回值的数据框。如果不为NULL，gpaSet将跳过backGating过程，并使用给定的数据框提取的潜在功能。
参数：rotation.only
Logical for coarsing a reflection matrix to a rotation matrix.
反射到一个旋转矩阵的矩阵粗化的逻辑。
参数：downweight.missingFeatures
Logical. If TRUE, the missing features, labeled as bogus features, are downweighted to zero. See details.
逻辑。如果是TRUE，标记为伪功能，缺少的功能，downweighted为零。查看详情。
参数：thres.sigma
A numerical value indicating the threshold of where to cut the tree, e.g., as resulting from diana, into several clusters. It is default to 2.5 sigma of the distribution of the heights of the cluster points.
一个数值，表示削减diana，分成几个聚类，如树的阈值。这是默认为2.5西格玛的聚类点的高度分布。
参数：show.workflow
Logical. If TRUE, the workflow of gpaSet will be displayed.
逻辑。如果是TRUE，gpaSet的的工作流程将显示。
参数：ask
Logical. If TRUE, the display operates in interactive mode.
逻辑。如果为TRUE，则显示在交互模式下运行。
Details
详情----------Details----------
Normalization is achieved by first identifying features for each flowFrame in the flowSet for designated channels using backgating, subsequently labeling features, and finally aligning the features to a reference feature in the sense of minimizing the Frobenus norm of
首先确定功能实现标准化每个flowFrameflowSet指定渠道使用backgating，其后标注功能，并最终调整在减少的Frobenus的范数感的功能参考功能
where s is a scalar, Q a rotational matrix, F the matrix of features, and \bar{F} the reference feature. Both s and Q are solved by using singular value decomposition (SVD).
其中s是一个标量，Q旋转矩阵，F矩阵功能，和\bar{F}参考功能。既s和Q利用奇异值分解（SVD）解决。
Note that if feature F_{ij} is missing, it is given a bogus value as \bar{F}_{ij}.
请注意，如果功能F_{ij}丢失，它被赋予一个假\bar{F}_{ij}价值。
If downweight.missingFeatures is TRUE, the cost function becomes
downweight.missingFeatures如果是TRUE，成为成本函数
where the weighting function W_0 is zero if the corresponding feature is bogus.
加权函数W_0是零，如果相应的功能是假的。
值----------Value----------
The normalized flowSet with "GPA" attribute.
归flowSet“全球行动纲领”的属性。
作者（S）----------Author(s)----------
C. J. Wong <a href="mailto:cwon2@fhcrc.org">cwon2@fhcrc.org</a>
参考文献----------References----------
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-2-25 18:09:50
