改进的离散PSO和SVM的特征基因选择算法

• 作者: 于化龙 刘海波 朱长明 沈晶 顾国昌
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 离散粒子群 特征基因 支持向量机 局部最优
• 年，卷（期）: 2009,（12）
• 页码范围: 1399-1403
• 页数: 5页
• 分类号: TP391
• 字数: 3731字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2009.12.010

摘要

针对现有的基于粒子群的特征基因选择算法易于陷入局部最优的问题,提出了一种改进的离散粒子群和支持向量机的特征基因选择算法IDPSO-SVM.该算法首先预选一些与分类强相关的基因组成特征基因备选集合,然后基于此集合采用PSO进行寻优搜索,并应用SVM对选出的特征子集的分类能力进行评估,最后得出最优特征子集.该算法加入了一种可以有效克服粒子群在寻优过程中陷入局部最优的机制,因而可以不断探测到新的最优解.该算法在结肠癌与前列腺癌数据集上的分类精度分别达到了96.8%与99.0%,从而证明了其有效性与可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾国昌	哈尔滨工程大学计算机科学与技术学院	138	2134	24.0	41.0
2	刘海波	哈尔滨工程大学计算机科学与技术学院	78	683	14.0	23.0
3	沈晶	哈尔滨工程大学计算机科学与技术学院	55	417	12.0	17.0
4	朱长明	哈尔滨工程大学计算机科学与技术学院	6	40	4.0	6.0
5	于化龙	哈尔滨工程大学计算机科学与技术学院	7	74	5.0	7.0