10.13241/j.cnki.pmb.2019.05.037
肿瘤亚型识别研究中智能算法的应用
目的:为解决肿瘤亚型识别过程中易出现的维数灾难和过拟合问题,提出了一种改进的粒子群BP神经网络集成算法.方法:算法采用欧式距离和互信息来初步过滤冗余基因,之后用Relief算法进一步处理,得到候选特征基因集合.采用BP神经网络作为基分类器,将特征基因提取与分类器训练相结合,改进的粒子群对其权值和闽值进行全局搜索优化.结果:当隐含层神经元个数为5时,候选特征基因个数为110时,QPSO/BP算法全局优化和搜索,此时的分类准确率最高.结论:该算法不但提高了肿瘤分型识别的准确率,而且降低了学习的复杂度.
特征基因、BP神经网络、粒子群优化算法、肿瘤亚型识别、集成分类器
19
R73-3;Q-33(肿瘤学)
黑龙江省教育厅科学技术研究项目12521258
2020-11-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
960-964