摘要
基因表达谱数据具有高维度、低样本和连续型等特点,建立肿瘤分类模型的关键在于准确找出一组能够决定癌症基因样本类别的特征基因.传统的特征选择方法在处理连续型数据时要进行离散化,这可能会丢失一些重要信息,导致分类精度下降.针对上述问题,本文提出一种改进的Relief算法,并利用该算法对基因进行排序生成候选特征集合,然后引入能直接处理连续型数据的邻域粗糙集属性约简模型,提出一种基于邻域粗糙集和粒子群优化的特征基因选择算法.实验结果表明,该算法可快速有效地选取肿瘤特征基因,能获得较好的分类效果.
Aiming at the characteristics of high dimension and small samples, feature selection is an essential step to perform cancer classification, which to predict classes and a relatively small number of samples. The traditional feature selection methods, such as rough set must discretize numerical features when dealing with mixed features. The discretization process will result in the loss of important information, decreasing the classification accuracy. In allusion to the problems mentioned above, firstly, a novel improved Relief feature selection algorithm is proposed to create candidate feature subsets. Then,the neighborhood rough set reduction model is em- ployed in this paper, which can process the numerical features directly without discretization. Finally, a novel feature selection algo- rithm based on particle swarm optimization and neighborhood rough set reduction model is proposed. The experiment results show that this algorithm can promptly and effectively select cancer informative genes,and obtain better classification results.
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第11期2528-2532,共5页
Journal of Chinese Computer Systems
基金
国家自然科学基金项目(60873104
61040037)资助
河南省科技攻关(重点)项目(112102210194)资助
河南省教育厅科学技术研究(重点)项目(12A520027)资助
关键词
邻域粗糙集
邻域互信息
RELIEF算法
粒子群优化算法
neighborhood rough set
neighborhood mutual information
relief algorithm
particle swarm optimization algorithm
作者简介
徐久成,男，1964年生，博士，教授，博士生导师，主要研究方向为粒计算、数据挖掘、生物信息学等；
徐天贺,女，1986年生，硕士研究生，主要研究方向为粒计算、基因数据挖掘、生物信息学；
孙林,男，1979年生，博士研究生，主要研究方向为粒计算、数据挖掘；
任金玉，女，1985年生，硕士研究生，主要研究方向为粒计算、图像处理．
