基于支持向量機和遺傳算法的基因表達譜數(shù)據(jù)分類.pdf

1、癌癥一直困擾著人類的健康，隨著基因芯片技術(shù)的發(fā)展，對癌癥基因數(shù)據(jù)的分類研究在生物信息學(xué)中有著越來越重要的作用。由于基因表達譜數(shù)據(jù)具有高維度、小樣本的特點，且含有大量冗余基因和噪聲，使得分類計算耗時且效果不佳。針對基因表達譜數(shù)據(jù)的特性研究設(shè)計高效的特征提取與分類算法及其并行處理具有現(xiàn)實意義。
　　利用巴氏距離公式對基因表達譜數(shù)據(jù)計算每個基因?qū)傩缘腂值，依據(jù)B值大小排序選出排序靠前的部分基因?qū)傩裕ㄟ^特征選擇達到初步降維。然后，利用本

2、文提出的主元線性判別遺傳算法PCLDGA對初步降維后的數(shù)據(jù)進行特征提取，實現(xiàn)二次降維。最后通過遺傳算法對支持向量機(SVM)分類器進行參數(shù)優(yōu)化，使用調(diào)優(yōu)的訓(xùn)練模型對降維后的數(shù)據(jù)進行分類。實驗結(jié)果表明，這種分類方法提高了基因表達譜數(shù)據(jù)分類的準確率。
　　在多核CPU計算結(jié)構(gòu)上，設(shè)計并行化遺傳算法對SVM分類器參數(shù)調(diào)優(yōu)，以實現(xiàn)加速基因表達譜數(shù)據(jù)分類過程。采取的方法是:將初始種群劃分為多個小種群，這些小種群各自獨立同時在多個worker