基于双重扰动与改进教与学优化算法的DNA微阵列集成分类

• 作者: 陈涛
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: DNA微阵列 选择性集成 邻域互信息 教与学优化算法
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 99-106,139
• 页数: 9页
• 分类号: TP18
• 字数: 5402字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4321.2018.03.021

摘要

针对DNA微阵列的高维、小样本及高冗余等特点,提出了一种新的集成分类方法.基于bootstrap技术的样本扰动和kruskalwallis与邻域互信息的特征扰动训练多个具有较大差异性和较高准确性的基分类器;针对教与学优化算法易陷入局部最优、优化精度不高和收敛速度较慢等不足,从"教"与"自学"过程入手,设计了一种改进的教与学优化算法实现基分类器的选择性集成,并用于DNA微阵列分类.仿真实验结果表明:该方法在分类精度、集成规模、稳定性等方面具有较强的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈涛	陕西理工大学数学与计算机科学学院	46	423	13.0	19.0