基于优化的邻域粗糙集的混合基因选择算法.pdfVIP

第41卷 第 10期 计 算 机 科 学 Vo1．41No．10 2014年 10月 Computer Science Oct20t4 基于优化的邻域粗糙集的混合基因选择算法 陈 涛 洪增林 邓方安。 (西北工业大学 自动化学院 西安710072) (陕西理工学院数学与计算机科学学院 汉中723000) 摘 要 DNA微阵列技术可以同时检测细胞内成千上万的基因的活性，被广泛应用于重大基因疾病的临床诊断。然 而微阵列数据通常具有高维小样本特点，且存在大量噪声和冗余基因。为了进一步提高微阵列数据分类性能，提 出一 种特征基 因混合选择算法。首先采用ReliefF算法剔除大量无关基因，获得特征基因候选子集；然后采用基于差分进 化算法优化的邻域粗糙集模型实现特征基因选择；最后利用支持向量机进行分类，以验证算法的有效性。仿真实验结 果表明，该算法能用尽可能少的特征基因来获得更高的分类精度，既增强了算法的泛化性能，又提高了时间效率，而且 对致病基因的临床诊断有着重要的参考意义。 关键词 特征基因选择，ReliefF算法，邻域粗糙集模型，差分进化算法 中图法分类号 TP18 文献标识码 A DOI 10．11896／j．issn．1002—137X 2014．10．061 HybridGeneSelectionAlgorithmBasedonOptimizedNeighborhoodRouhg Set CHEN Tao， HONG Zeng-linI DENG Fang-an2 (SchoolofAutomation，NorthwesternPolyechnicalUniversity，Xi’an710072，China) (SchoolofMathematicsandComputerScience，ShaanxiUniversityofTechnology，Hanzhong723000，China)。 Abstract DNA microarraytechniquecandetecttensofthousandsofgeneactivityincells，whichhasbeenwidelyused inclinicaldiagnosis．However，microarraydatahashighdimension，smallsample，alotofnoiseandredundantgenes．In ordertofurtherimprovetheclassificationperformance，thispaperproposedahybridgeneselectionalgorithm．Firstly，u— singReliefF algorithm toeliminatealotofirrelevantgenes，thefeaturegenescandidatesetwasobtained．Thentheopti— mizedneighborhoodroughsetmodelbasedondifferentialevolutionalgorithm wasusedtoselectfeaturegenes．Atlast thevalidityofthealgorithm wasverifiedusingsupportvectormachineasclassifier．Thesimulationresultsshow that thealgorithm canobtainhigherclassificationaccuracywithlessfeaturegene，and itnotonlyenhancesthegeneralization perfomr anceofthealgorithm，hutalsoimprovesthetimeefficiency． Keywords Featuregeneselection，ReliefFalgorithm，Neighborhoo