面向應(yīng)用領(lǐng)域特點(diǎn)的分類(lèi)方法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，很多領(lǐng)域?qū)Ψ诸?lèi)方法提出了新的要求。如在生物信息學(xué)方面，人們通過(guò)DNA微陣列芯片實(shí)驗(yàn)可以得到基因表達(dá)譜數(shù)據(jù)，由于其數(shù)據(jù)高維的特點(diǎn)，如何從基因表達(dá)譜數(shù)據(jù)中選取包含樣本分類(lèi)信息的特征基因，建立合適分類(lèi)器，是當(dāng)前生物信息學(xué)研究的重要領(lǐng)域；在圖象顏色遷移方面，如何進(jìn)行多值多類(lèi)標(biāo)分類(lèi)并進(jìn)行多源圖像顏色遷移是新的研究課題；在無(wú)線傳感器領(lǐng)域中，針對(duì)事件檢測(cè)和傳感器的特點(diǎn)，如何建立分布式分類(lèi)檢測(cè)算法，對(duì)分類(lèi)器提出了新要求。針對(duì)這

2、些問(wèn)題，本文重點(diǎn)研究了若干分類(lèi)算法，主要工作和成果表現(xiàn)在以下方面： 1．針對(duì)基因表達(dá)譜的特征基因選取問(wèn)題進(jìn)行了研究，提出了綜合性分類(lèi)信息指標(biāo)-GB指標(biāo)，將Gini指數(shù)與類(lèi)加權(quán)Bhattacharyya距離相結(jié)合進(jìn)行無(wú)關(guān)基因及噪聲數(shù)據(jù)的剔除；采用歐氏距離丟棄高相關(guān)性的冗余基因；運(yùn)用搜索算法得到最終的特征子集。針對(duì)兩類(lèi)急性白血病數(shù)據(jù)集最終提取了2組包含4個(gè)特征基因的子集；針對(duì)四類(lèi)小圓藍(lán)細(xì)胞數(shù)據(jù)集最終提取了1組包含7個(gè)特征基因的子集。

3、使用支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器對(duì)這些特征基因子集進(jìn)行分類(lèi)測(cè)試，留一交叉檢驗(yàn)和獨(dú)立測(cè)試正確識(shí)別率都達(dá)到100％，本文提取的特征基因子集更精簡(jiǎn)，優(yōu)于目前已發(fā)表的同類(lèi)結(jié)果。 2．將分類(lèi)與關(guān)聯(lián)規(guī)則挖掘相結(jié)合建立基于閉合模式的分類(lèi)器?；虻谋磉_(dá)值代表的是基因的三種表達(dá)狀態(tài)：上升、下降和不變。由于基于關(guān)聯(lián)規(guī)則的經(jīng)典算法CBA等是挖掘所有頻繁項(xiàng)目集，對(duì)高維基因表達(dá)譜進(jìn)行頻繁項(xiàng)集挖掘時(shí)，有相當(dāng)多的模式是冗余的或價(jià)值不大的，采用基于閉合模式的

4、分類(lèi)算法是解決基因表達(dá)譜分類(lèi)途徑之一。本文提出了一種基于閉合模式的多類(lèi)別分類(lèi)算法DMAC。針對(duì)基因表達(dá)數(shù)據(jù)集的特點(diǎn)采用行枚舉思想，通過(guò)對(duì)行集建立行FP-tree，構(gòu)造路徑枚舉樹(shù)的路徑枚舉PEA 算法來(lái)挖掘閉合模式。提出了權(quán)重算法QZ，通過(guò)構(gòu)造權(quán)重函數(shù)，對(duì)分類(lèi)器無(wú)法識(shí)別的樣本用權(quán)重進(jìn)行判斷，改進(jìn)了二類(lèi)分類(lèi)器的性能。在對(duì)四類(lèi)數(shù)據(jù)集的測(cè)試中取得了好的實(shí)驗(yàn)結(jié)果。算法有效地解決了基于關(guān)聯(lián)規(guī)則的多類(lèi)分類(lèi)問(wèn)題。 3．本文對(duì)處理多屬性多類(lèi)標(biāo)數(shù)據(jù)

5、決策樹(shù)算法MMC和MMDT機(jī)制進(jìn)行了研究分析，提出了新的相似度公式sim3。由于sim3綜合考慮了類(lèi)標(biāo)集的相似度和行為一致性，在此基礎(chǔ)上構(gòu)建的決策樹(shù)算法SCC-SP與MMC及MMDT相比有更好的性能。針對(duì)圖像顏色遷移問(wèn)題，研究了二種單源圖像顏色遷移算法，在此基礎(chǔ)上提出了一種基于多類(lèi)標(biāo)決策樹(shù)的多源圖像顏色遷移算法。以多幅源圖像中的圖像塊作為訓(xùn)練樣本，提取其顏色、紋理特征以及類(lèi)標(biāo)集，建立基于多源圖像的多類(lèi)標(biāo)決策樹(shù)；利用多類(lèi)標(biāo)決策樹(shù)對(duì)目標(biāo)圖像

6、各圖像塊進(jìn)行分類(lèi)決策，從而實(shí)現(xiàn)對(duì)目標(biāo)圖像的顏色遷移，其方法彌補(bǔ)了單源圖像遷移參考信息不足的缺點(diǎn)，為多源顏色遷移提供了新的借鑒和參考。 4．針對(duì)無(wú)線傳感器網(wǎng)絡(luò)事件區(qū)域檢測(cè)問(wèn)題，本文提出一種分布式加權(quán)容錯(cuò)分類(lèi)檢測(cè)算法。針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)，考慮“鄰域的鄰域”的容錯(cuò)范圍，首先通過(guò)鄰域節(jié)點(diǎn)與其周?chē)?jié)點(diǎn)的信息交換，對(duì)鄰域節(jié)點(diǎn)的狀態(tài)值進(jìn)行估計(jì)，然后采用加權(quán)方法對(duì)鄰域節(jié)點(diǎn)的估計(jì)狀態(tài)值進(jìn)行加權(quán)綜合，完成對(duì)中心節(jié)點(diǎn)的錯(cuò)誤檢測(cè)和分類(lèi)處理。仿真結(jié)