基于粒子群优化和判别熵信息的基因选择算法

• 作者: 关健 杨善秀 韩飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 粒子群优化 判别熵 微阵列数据 基因选择 极端学习机 先验信息
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 187-190,196
• 页数: 5页
• 分类号: TP301.6
• 字数: 2967字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.11.042

摘要

为了以较少冗余的特征基因得到较高的分类准确率，提出一种基因选择算法。通过分析基因对不同类别间的判别熵信息，剔除大量的冗余基因，以形成一个初选基因库。在初选基因库中，运用粒子群优化算法结合基因组，对不同类别间的判别熵信息和样本分类准确率进行最优基因子集选择。在2组基因微阵列数据上的实验结果表明，该算法不仅能够获取较少冗余的可解释基因子集，而且对最终选择出的特征基因也能获得较高的样本识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩飞	江苏大学计算机科学与通信工程学院	24	134	6.0	10.0
2	杨善秀	江苏大学计算机科学与通信工程学院	2	18	2.0	2.0
3	关健	江苏大学计算机科学与通信工程学院	2	18	2.0	2.0