基于磷虾-黑洞算法的医学数据特征选择研究
从高维的生物医学数据中探索发现与疾病相关的基因是目前的热点研究问题,但是大部分生物医学数据具有许多与寻找疾病基因不相关或冗余特征,很难直接投入使用.针对这个问题,提出了一种自适应双种群混合磷虾黑洞算法(modified binary krill herd and black hole algorithm,MBKHA).该算法将改进的二进制磷虾算法与二进制黑洞算法相结合,磷虾算法负责寻找更优的解集,黑洞算法负责加快算法收敛,通过使用自适应划分规则动态调控种群中磷虾个体和恒星个体的数量,从而实现两个算法优势互补.基于5个公开医学微阵列数据集,从多个指标比较了提出的方法和其他特征选择算法的性能,实验结果表明该方法在特征选择上具有更好的性能.
特征选择、改进的二进制磷虾算法、二进制黑洞算法、生物医学数据
52
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金;中国博士后科学基金;河南省重点研发与推广专项科技攻关项目;河南省重点研发与推广专项科技攻关项目
2023-03-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
690-698