基于粒子群神经网络集成的肿瘤分型研究

摘要：

针对肿瘤基表达谱样本少、维数高的特点,提出一种用于肿瘤分型的粒子群神经网络集成算法.根据相似性度量函数滤出分类无关基因,形成候选特征子集.采用基于灵敏度分析的BP神经网络模型作为基分类器,进一步剔除冗余基因.改进的粒子群优化算法全局搜索BP神经网络的权值和阈值.实验结果表明,该算法对肿瘤分型具有良好的识别率,且特征集合中仅包含54个特征基因.

关键词：粒子群优化、神经网络集成、基因表达谱、特征基因、肿瘤分型

所属期刊栏目：36

分类号：TP18(自动化基础理论)

在线出版日期：2010-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：209-211