基因表達(dá)譜數(shù)據(jù)特征選擇方法研究.pdf

1、隨著分子生物領(lǐng)域的發(fā)展，基因芯片技術(shù)得到快速提高，基因表達(dá)譜數(shù)據(jù)的獲取已經(jīng)變得越來(lái)越方便、可靠。但樣本數(shù)量小、維數(shù)高、基因間關(guān)系復(fù)雜、信噪比低等特性給基因表達(dá)譜數(shù)據(jù)分析帶來(lái)了很多新的困難。本文以特征基因選擇問(wèn)題為研究?jī)?nèi)容，基于現(xiàn)有的特征選擇方法，開(kāi)展了如下工作：
　　 1．分析了現(xiàn)有特征基因選擇方法的優(yōu)缺點(diǎn)。Filter方法簡(jiǎn)單快速但分類(lèi)精度不高；Wrapper方法和Embedded方法分類(lèi)精度高但算法復(fù)雜度過(guò)大。因此，目前越來(lái)

2、越多的研究注重這三類(lèi)方法的綜合，提出了Filter-Wrapper方法和Filter-Embedded方法。本文采用此思想，提出兩種基于Filter、Wrapper和Embedded方法綜合的特征基因選擇方法，充分發(fā)揮了上述三類(lèi)特征選擇方法的優(yōu)點(diǎn)，達(dá)到較好的分類(lèi)效果。
　　 2．分析比較基于遞歸特征消除的RF-RFE算法和SVM-RFE算法?，F(xiàn)有的研究大多采用支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等作為分類(lèi)器。隨機(jī)森林具有優(yōu)越的分類(lèi)性能，逐漸被廣

3、泛使用。本文對(duì)隨機(jī)森林進(jìn)行研究，通過(guò)RF-RFE算法和SVM-RFE算法的比較，驗(yàn)證了隨機(jī)森林對(duì)基因數(shù)據(jù)分析的有效性。
　　 3．提出QPSO-RF特征基因選擇方法。采用啟發(fā)式搜索算法和分類(lèi)器進(jìn)行封裝是當(dāng)前研究的一個(gè)方向。本文定義了一個(gè)帶有調(diào)節(jié)分類(lèi)準(zhǔn)確率和特征子集大小的平衡系數(shù)的適應(yīng)度函數(shù)，采用量子粒子群算法作為啟發(fā)式搜索算法，與隨機(jī)森林分類(lèi)器進(jìn)行封裝進(jìn)行特征基因選擇，該方法可在選出較小特征子集的同時(shí)取得較好的分類(lèi)效果。