基因表達數(shù)據(jù)的特征選擇及其分類算法研究.pdf

1、隨著基因組學的不斷發(fā)展，DNA微陣列技術(shù)為生命科學提供新的解決問題的思路與方法?；虮磉_數(shù)據(jù)是一般為矩陣形式，分析的是基因發(fā)生的改變，基因間的互相關(guān)系以及基因活動產(chǎn)生的影響等，具有維數(shù)高、樣本少、分布不平衡等特點?；虮磉_數(shù)據(jù)可以為疾病的診斷和治療提供可靠的分類結(jié)果。分析基因表達數(shù)據(jù)時，需要對其進行特征選擇，從而降低數(shù)據(jù)的維數(shù)，降低后期的生物學分析成本。選擇出對分類起重要作用的那部分基因可以為疾病的預防與診斷等提供更準確的依據(jù)。本文將針

2、對基因表達數(shù)據(jù)的特征選擇和分類算法進行研究，主要內(nèi)容包括：
　　(1)提出基于互信息最大化的模型無關(guān)的特征選擇方法。利用互信息最大化方法對基因進行初步篩選，能去除大量噪聲，有效減少冗余基因，為遺傳算法提供比較理想的種群初始化環(huán)境，特征選擇轉(zhuǎn)變?yōu)槿謨?yōu)化問題。選擇得出的特征子集可直接用于其他類型的分類器，分類精度較高。
　　(2)提出基于云平臺的特征選擇方法。結(jié)合了云計算與特征選擇方法的特點，利用5臺PC模擬搭建Hadoop云

3、計算平臺，用Map任務計算各自特征集的信息熵，在Reduce步驟中，對上一步得到的互信息進行排序，篩選特征，匯總后運送到客戶機，在客戶機端用ELM對獲得的基因特征進行訓練和測試，算法能夠在保證一定分類精度的情況下快速進行特征選擇，降低了時間復雜度。
　　(3)提出基于魚群優(yōu)化算法的改進 RELM基因表達數(shù)據(jù)分類方法。用魚群優(yōu)化算法優(yōu)化RELM的輸入層權(quán)值，對輸出權(quán)值矩陣采用Cholesky分解，改進后的基因表達數(shù)據(jù)分類算法泛化性能

4、好，分類精度較高。
　　(4)改進了正則極限學習機的隱層偏置，提高了基因表達數(shù)據(jù)的分類精度。RELM的隱層偏置用Fibonacci方法優(yōu)化，改進后的算法應用到腫瘤數(shù)據(jù)集中，分類精度較高。
　　本文主要針對特征選擇和分類問題開展研究，并將研究成果應用在Breast、Colon、Leukemia、SRBCT等基因表達數(shù)據(jù)集上，豐富了特征選擇的方法，基因表達數(shù)據(jù)分類的準確率得到提升，為生物學以及生命科學領(lǐng)域的基因表達數(shù)據(jù)研究提供了