基于粒子群优化的生物组学数据分类模型选择

• 作者: 朱泽轩 杨峻山 纪震 谢维信
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 生物组学 粒子群优化 样本平衡 特征选择 分类模型 模型选择 数据挖掘
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 264-271
• 页数: 8页
• 分类号: TP181
• 字数: 5091字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2016.03264

摘要

针对生物组学数据普遍存在的高维小样本和样本分布不平衡问题,提出基于粒子群优化分类模型选择算法.该算法中粒子编码由样本平衡模型、特征选择模型和分类模型及超参数构成,粒子种群以达到以生物组学数据最佳分类性能为目标,通过对粒子的速度和位置进行迭代更新,得到模型组合及超参数的最优解.在8组真实生物组学数据集上的实验结果表明,所提模型选择算法能够避免人为选择所带来的主观偏差,提高最佳分类性能和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪震	深圳大学信息工程学院	57	655	13.0	24.0
2	谢维信	深圳大学信息工程学院	160	2886	26.0	48.0
3	杨峻山	深圳大学信息工程学院	2	3	1.0	1.0
4	朱泽轩	深圳大学计算机与软件学院	9	50	4.0	7.0