基于对称不确定性和邻域粗糙集的肿瘤分类信息基因选择

• 作者: 伍长荣 叶明全 胡学钢 高凌云 黄道斌
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 基因表达谱 邻域粗糙集 对称不确定性 特征选择 肿瘤分类
• 年，卷（期）: 2018,（3）
• 页码范围: 426-435
• 页数: 10页
• 分类号: TP18
• 字数: 7637字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.03.005

摘要

基因表达谱中信息基因选择是有效建立肿瘤分类模型的关键问题.肿瘤基因表达谱具有高维小样本、噪声大且存在大量无关和冗余基因等特点.为了获得基因数量尽可能少而分类能力尽可能强的一组信息基因,提出一种基于对称不确定性和邻域粗糙集的肿瘤分类信息基因选择SUNRS方法.首先利用对称不确定性指标评估信息基因的重要度,以剔除大量无关和冗余基因,获取信息基因的候选子集;然后利用邻域粗糙集约简算法对信息基因候选子集进行寻优,获得信息基因的目标子集.实验结果表明,SUNRS方法能够用较少的信息基因获得更高的分类精度,从而既能改善算法的泛化性能,又能提高时间效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶明全	皖南医学院医学信息学院	86	416	11.0	17.0
5	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
6	黄道斌	皖南医学院医学信息学院	20	40	4.0	6.0
10	伍长荣	安徽师范大学计算机与信息学院	9	79	4.0	8.0
11	高凌云	皖南医学院医学信息学院	6	17	2.0	4.0