基于教与学优化算法的基因表达谱 选择性集成分类

• 作者: 陈涛
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 基因表达谱 选择性集成 多类别分类信息指数法 核模糊粗糙集 教与学优化算法
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 232-238
• 页数: 7页
• 分类号: TP18
• 字数: 5442字
• 语种: 中文

摘要

针对基因表达谱的高维、小样本及高噪声等特点,提出一种选择性集成分类方法.首先,采样改进的分类信息指数法进行属性约简,剔除大量无效基因实现降维;然后,基于bootstrap技术的样本扰动和核模糊粗糙集的特征扰动构建多个样本子集,训练多个基分类器;最后,采用教与学优化算法构建选择性集成分类器.仿真实验结果表明,算法在分类精度、集成规模及稳定性等方面具有较强优势.

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