一种基于拆分的基因选择算法

摘要：

基因表达数据是由成千上万个基因及几十个样本组成的,有效的基因选择算法是基因表达数据研究的重要内容.粗糙集是一个有效的去掉冗余特征的工具.然而,对于含有成千上万特征、几十个样本的基因表达数据,现有基于粗糙集的特征选择算法的计算效率会变得非常低.为此,将拆分方法应用于特征选择,提出了一种基于拆分的特征选择算法.该算法把一个复杂的表拆分成简单的、更容易处理的主表与子表形式,然后把它们的结果连接到一起解决初始表的问题.实验结果表明,该算法在保证分类精度的同时,能明显提高计算效率.

关键词：特征选择、拆分、主表、子表、粗糙集、基因选择

所属期刊栏目：39

分类号：R28;O65

资助基金：国家自然科学基金60775038,60775036;国家社科基金06BFX051;上海市教委重点学科第五期司法鉴定建设项目J51102;教育部博士学科点专项科研基金20060247039

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：228-233