基于聚類與粒子群優(yōu)化的基因選擇方法研究.pdf

1、傳統(tǒng)的基因選擇方法往往沒有考慮基因表達(dá)譜數(shù)據(jù)中蘊(yùn)含的先驗(yàn)信息導(dǎo)致選出的基因還存在一定程度上的冗余，進(jìn)一步影響機(jī)器學(xué)習(xí)算法的分類精度。為了選出最小冗余度的信息基因子集，本文利用聚類方法對備選基因進(jìn)行初選，然后利用粒子群優(yōu)化算法(PSO)結(jié)合極端學(xué)習(xí)機(jī)(ELM)對初選基因進(jìn)行篩選，該類方法能有效降低選出基因子集的冗余度并提高基因表達(dá)譜數(shù)據(jù)的分類準(zhǔn)確率。本文主要工作如下:
　　 1)提出了一種基于K均值聚類(KMeans)、PSO和E

2、LM的基因選擇方法(KMeans-PSO-ELM)。根據(jù)聚類算法能夠?qū)⒕哂邢嗨乒δ芴攸c(diǎn)的一組基因聚在一起，先對基因表達(dá)譜數(shù)據(jù)進(jìn)行聚類，再利用粒子群優(yōu)化算法分析聚類簇中的基因子集的分類能力，剔除分類性能較低的簇，對簇進(jìn)行裁剪，實(shí)現(xiàn)第一步的去冗余。最后再將剩余各個(gè)簇作為備選基因庫并用粒子群優(yōu)化算法做進(jìn)一步基因選擇，在三個(gè)基因表達(dá)譜數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果表明，該方法能夠有效選出較少的信息基因并能提高表達(dá)譜數(shù)據(jù)的分類準(zhǔn)確率。
　　 2)針對裁

3、剪后，聚類簇中仍存在較多冗余基因這一問題，提出了低冗余的KMeans-PSO-ELM方法。該方法采用最大相關(guān)最小冗余算法對高貢獻(xiàn)的簇進(jìn)行進(jìn)一步去冗余，選擇各聚類簇中關(guān)鍵基因，組成一個(gè)備選基因庫，最后采用粒子群優(yōu)化算法實(shí)現(xiàn)最佳基因子集的選擇。該方法充分考慮了基因與簇、基因與類別相關(guān)程度和基因間的冗余程度在基因選擇中的不同作用,挖掘基因表達(dá)譜數(shù)據(jù)中有效基因信息。實(shí)驗(yàn)結(jié)果表明，相比其它經(jīng)典方法和KMeans-PSO-ELM方法，該方法能夠選出