基于SVM-RFE-SFS的基因选择方法

摘要：

基因微阵列数据通常包含大量与肿瘤分类无关的数据,会严重降低肿瘤诊断的准确率;基因微阵列数据还存在小样本、高维度的问题,也增加了肿瘤诊断的难度,所以必须对其进行基因选择.提出一种新的基于支持向量机(SVM)、联合递归特征去除 (RFE)和序列前向选择 (SFS) 的基因选择方法.首先利用SVM计算每个基因的排序准则分数,再利用排序准则分数的一阶差分把基因划分为若干小组;对排序准则分数值最小的基因小组进行递归特征去除,消去噪声基因,同时对排序准则分数值最大的基因小组进行序列前向选择,选取有效信息基因.对白血病、结肠癌、乳腺癌基因微阵列数据的实验结果表明,所提出的方法运行效率高、分类性能好.

关键词：基因选择、支持向量机、递归特征去除、序列前向选择

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：教育部新世纪优秀人才支持计划项目NECT-2005;湖南省杰出青年基金项目06JJ1010

在线出版日期：2010-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：93-99