基因表达数据在邻域关系中的特征选择

• 作者: 吴克寿 李向军 陈玉明
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 粗糙集 邻域关系 基因表达数据 特征选择 分类
• 年，卷（期）: 2014,（2）
• 页码范围: 210-213
• 页数: 4页
• 分类号: TP391
• 字数: 3445字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201307014

摘要

基因特征选择是基因表达数据分析中的一种重要方法.粗糙集是一种处理不确定性、不一致性、不精确性数据的有效分类工具,其特点是保持基因表达数据集的分类能力不变,进行基因特征选择.为了避免传统粗糙集特征选择方法所必需的离散化过程带来的信息损失,将邻域粗糙集特征选择方法应用于基因的特征选取,提出了基于邻域粗糙集的基因选择方法.该方法从所有特征出发,根据特征重要度逐步删除冗余的特征,最后得到关键特征组进行分类研究.在2个标准的基因表达数据集上进行特征选取,并进行了分类实验,实验结果表明该方法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李向军	南昌大学计算机科学与技术系	28	266	8.0	16.0
2	吴克寿	厦门理工学院计算机科学与技术系	33	188	8.0	11.0
3	陈玉明	厦门理工学院计算机科学与技术系	27	163	8.0	11.0