基于啟發(fā)式聚類的混合特征基因選擇方法研究.pdf

1、DNA微陣列技術(shù)是基因組信息學(xué)研究的主要支撐技術(shù),它為癌癥研究提供了最基本和最必要的信息及依據(jù)。然而由于基因芯片數(shù)據(jù)樣本少、高維數(shù)高的特點(diǎn),在基因芯片數(shù)據(jù)處理時(shí)面臨了很多的困難與挑戰(zhàn)。如何才能通過(guò)合理的算法來(lái)識(shí)別出對(duì)疾病有鑒別意義的基因集,已經(jīng)成為了目前基因表達(dá)數(shù)據(jù)處理和分析的熱點(diǎn)研究問(wèn)題。
　　 所以本文研究和探索了特征基因選擇算法,提出了兩種基于啟發(fā)式聚類的混合特征基因選擇方法:
　　 1.基于最小生成樹聚類的特征基

2、因選擇方法。由于傳統(tǒng)的聚類方法,只適合處理球狀數(shù)據(jù),而最小生成樹聚類算法對(duì)圖形邊界較復(fù)雜的數(shù)據(jù)也能得到較好的結(jié)果。因此,本文應(yīng)用不同的距離度量方法于Prim最小生成樹聚類中,動(dòng)態(tài)選擇特征基因集,并用支持向量機(jī)進(jìn)行預(yù)測(cè)。然后,提出一種精選特征基因集的方法,進(jìn)一步去除冗余基因。實(shí)驗(yàn)表明該方法有效的降低特征基因的維數(shù)并有很好的分類準(zhǔn)確率。
　　 2.基于分步聚類的特征基因選擇方法?；虮磉_(dá)譜數(shù)據(jù)具有高維度,非線性等特點(diǎn)。而Gsim能夠