基因表達譜數(shù)據(jù)的特征選擇與分類算法研究.pdf

1、基因芯片技術(shù)能夠快速的測量成千上萬條基因的表達。隨著微陣列技術(shù)廣泛應用到腫瘤研究中，產(chǎn)生了大量高維小樣本的基因表達譜數(shù)據(jù)。利用基因表達譜數(shù)據(jù)進行生物信息挖掘是生物信息領域的研究重點。如何從海量的基因表達譜數(shù)據(jù)中挑選冗余度小，分類能力好的特征基因，挖掘出有用的信息、更加清楚的認識腫瘤在基因?qū)用娴囊饬x，對腫瘤的致病機理分析、臨床診斷與治療起到至關(guān)重要的作用。因此，尋找合適的數(shù)據(jù)處理方法來對基因表達譜進行數(shù)據(jù)挖掘成為一個亟待解決的難題。本文的

2、研究工作主要包括兩個方面:
　　在特征選擇方面，針對基因表達譜數(shù)據(jù)的高維、高噪聲、高冗余的特點，從特征本身出發(fā)，提出了一種基于稀疏表示和最大相關(guān)最小冗余的基因選擇方法。該算法分為兩個層面:首先，利用稀疏表示系數(shù)來計算基因?qū)τ陬悇e的重要程度，提取排名靠前的基因，刪除不相關(guān)基因，降低數(shù)據(jù)維度;然后，稀疏表示系數(shù)用來計算在其余特征的影響之下，基因與基因之間的相關(guān)性。最后，使用改進的最大相關(guān)最小冗余的搜索策略對特征基因進行挑選，剔除冗余基

3、因，獲得最終的特征基因子集。這種方法不同于以往的將特征基因孤立看待的特征選擇方法，充分考慮了在其他基因的影響之下，復雜的生物關(guān)系之中各特征之間的相互關(guān)系，能夠有效的挑選特征基因，提高分類精度。
　　在分類器方面，提出了一種基于加權(quán)元樣本的核稀疏表示分類方法。在近幾年，稀疏表示被證明具有良好的分類能力。針對稀疏表示分類方法不能很好的處理同方向分布的數(shù)據(jù)以及元樣本提取過程中人為參數(shù)的設置影響實驗結(jié)果這兩個問題，本文提出一種基于加權(quán)元樣