基于PCA和多邻域粗糙集的肿瘤特征基因选择算法

• 作者: 冯森 徐久成 穆辉宇
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 特征选择 主成分分析 多邻域粗糙集 欧氏距离
• 年，卷（期）: 2017,（4）
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP18
• 字数: 3852字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2017096

摘要

针对邻域粗糙集采用全局邻域求解近似,存在计算时间复杂度高且无法对基因表达谱精确描述的问题,构造了基于主成分分析(PCA)和改进邻域粗糙集(NRS)算法的PNRS模型.首先采用PCA算法获得低维的特征基因空间;然后利用改进的多邻域粗糙集算法进行特征基因选择,即采用欧氏距离计算每列属性邻域值,选取所有属性邻域集合计算邻域决策系统的近似;最后采用启发式搜索算法选择特征基因子集.实验结果表明,PNRS模型能够在选择出较小的基因子集的情况下获得较高的分类精度,从而验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐久成	河南师范大学计算机与信息工程学院	97	660	14.0	20.0
3	穆辉宇	河南师范大学计算机与信息工程学院	4	11	2.0	3.0
9	冯森	河南师范大学计算机与信息工程学院	2	5	1.0	2.0