基因表達譜數(shù)據(jù)特征選擇方法研究.pdf

1、隨著分子生物領域的發(fā)展，基因芯片技術得到快速提高，基因表達譜數(shù)據(jù)的獲取已經(jīng)變得越來越方便、可靠。但樣本數(shù)量小、維數(shù)高、基因間關系復雜、信噪比低等特性給基因表達譜數(shù)據(jù)分析帶來了很多新的困難。本文以特征基因選擇問題為研究內(nèi)容，基于現(xiàn)有的特征選擇方法，開展了如下工作：
　　 1．分析了現(xiàn)有特征基因選擇方法的優(yōu)缺點。Filter方法簡單快速但分類精度不高；Wrapper方法和Embedded方法分類精度高但算法復雜度過大。因此，目前越來

2、越多的研究注重這三類方法的綜合，提出了Filter-Wrapper方法和Filter-Embedded方法。本文采用此思想，提出兩種基于Filter、Wrapper和Embedded方法綜合的特征基因選擇方法，充分發(fā)揮了上述三類特征選擇方法的優(yōu)點，達到較好的分類效果。
　　 2．分析比較基于遞歸特征消除的RF-RFE算法和SVM-RFE算法?，F(xiàn)有的研究大多采用支持向量機、神經(jīng)網(wǎng)絡等作為分類器。隨機森林具有優(yōu)越的分類性能，逐漸被廣

3、泛使用。本文對隨機森林進行研究，通過RF-RFE算法和SVM-RFE算法的比較，驗證了隨機森林對基因數(shù)據(jù)分析的有效性。
　　 3．提出QPSO-RF特征基因選擇方法。采用啟發(fā)式搜索算法和分類器進行封裝是當前研究的一個方向。本文定義了一個帶有調(diào)節(jié)分類準確率和特征子集大小的平衡系數(shù)的適應度函數(shù)，采用量子粒子群算法作為啟發(fā)式搜索算法，與隨機森林分類器進行封裝進行特征基因選擇，該方法可在選出較小特征子集的同時取得較好的分類效果。