基于聚类和微粒群优化的基因选择新方法

摘要：

鉴于传统的基因选择方法会选出大量冗余基因从而导致较低的样本预测准确率,提出一种基于聚类和微粒群优化的基因选择算法.首先采用聚类算法将基因分成固定数目的簇；然后,采用极限学习机作为分类器进行簇中的特征基因分类性能评价,得到一个备选基因库；最后,采用基于微粒群优化和极限学习机的缠绕法从备选基因库中选择具有最大分类率、最小数目的基因子集.所选出的基因具有良好的分类性能.在两个公开的微阵列数据集上的实验结果表明,相对于一些经典的方法,新方法能够以较少的基因获得更高的分类性能.

关键词：基因选择、微阵列数据、聚类、微粒群优化、极限学习机

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61271385,60702056;江苏省自然科学基金资助项目BK2009197

在线出版日期：2013-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1285-1288