基于優(yōu)化算法的基因選擇與癌癥分類.pdf

1、隨著DNA微陣列(DNA microarray)技術(shù)的高速發(fā)展，研究人員可在一次實(shí)驗(yàn)中同時(shí)測(cè)定成千上萬個(gè)基因的表達(dá)數(shù)據(jù)，這些數(shù)據(jù)對(duì)了解疾病在基因級(jí)別的發(fā)病機(jī)理、疾病的診斷、基因級(jí)別的藥物研制以及基因治療都有著很高的應(yīng)用價(jià)值，而且在基因組水平上進(jìn)行癌癥研究提供了最基本和必要的信息及依據(jù)，在生物學(xué)和醫(yī)學(xué)研究中正受到越來越多的應(yīng)用。然而，在這成千上萬的基因表達(dá)數(shù)據(jù)中，只有少量可以研究的樣本，造成了嚴(yán)重的維數(shù)災(zāi)難現(xiàn)象，從而導(dǎo)致分類性能的嚴(yán)重下降

2、，而且在這大量的基因表達(dá)數(shù)據(jù)中，有大量冗余的與癌癥分類診斷無關(guān)的噪聲基因，這就造成了對(duì)疾病分類的不準(zhǔn)確性，并且數(shù)量如此龐大的基因還大量的耗費(fèi)了醫(yī)學(xué)診斷的費(fèi)用。因此選擇出對(duì)疾病有鑒別意義的特征基因或與疾病相關(guān)基因至關(guān)重要。特征基因選擇問題是利用生物信息學(xué)技術(shù)處理基因表達(dá)數(shù)據(jù)急待解決的關(guān)鍵問題，也是機(jī)器學(xué)習(xí)中研究領(lǐng)域中的一個(gè)挑戰(zhàn)性課題。 針對(duì)基因表達(dá)數(shù)據(jù)“高維樣本少”的特點(diǎn)，本論文提出了基于優(yōu)化算法與支持向量機(jī)的基因選擇算法，本論文

3、的主要貢獻(xiàn)有三個(gè)方面：(1)提出了基于遺傳算法與支持向量機(jī)的基因選擇算法，算法在全局的基因集合上尋找優(yōu)秀基因子集，避免一些相關(guān)性強(qiáng)的基因被選擇而影響對(duì)疾病樣本的分類效果。(2)提出了基于粒子群算法的基因選擇與支持向量機(jī)優(yōu)化的算法，算法在尋找最優(yōu)基因子集的同時(shí)，對(duì)支持向量機(jī)核函數(shù)的參數(shù)進(jìn)行了優(yōu)化選擇，保證了被選擇的基因子集是較適合優(yōu)化后的支持向量機(jī)。(3)提出了基于混合粒子群算法與遺傳算法的基因選擇算法，算法在二進(jìn)制粒子群算法的基礎(chǔ)上引入