基于粒子群优化和判别熵信息的基因选择算法

摘要：

为了以较少冗余的特征基因得到较高的分类准确率，提出一种基因选择算法。通过分析基因对不同类别间的判别熵信息，剔除大量的冗余基因，以形成一个初选基因库。在初选基因库中，运用粒子群优化算法结合基因组，对不同类别间的判别熵信息和样本分类准确率进行最优基因子集选择。在2组基因微阵列数据上的实验结果表明，该算法不仅能够获取较少冗余的可解释基因子集，而且对最终选择出的特征基因也能获得较高的样本识别率。

关键词：粒子群优化、判别熵、微阵列数据、基因选择、极端学习机、先验信息

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目“编码先验约束的高维小样本数据处理方法的研究”61271385

在线出版日期：2013-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：187-190,196