面向基因选择的结合Relief-F和决策树的APSO算法

• 作者: 叶超超 潘巨龙
• 来源期刊: 计算机应用研究
• 关键词: 基因选择 自适应粒子群 决策树 肿瘤分类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 395-398
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.08.0872

摘要

由于基因表达数据高维度、高噪声、小样本的特点,基因选择一直是肿瘤分类的一大挑战.为了提高肿瘤分类的精度,同时保证基因选择的效率,提出一种结合Relief-F和CART决策树的自适应粒子群优化(APSO)算法(R-C-APSO).该方法首先利用Relief-F快速过滤大量无关基因和噪声,缩小基因选择范围;然后以CART决策树为适应度函数,用APSO算法对基因进行最终搜索.通过六个数据集的分析实验,结果表明R-C-APSO拥有较高的分类精度和较快的基因选择速度,且具有良好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘巨龙	中国计量大学信息工程学院	16	164	7.0	12.0
2	叶超超	中国计量大学信息工程学院	1	0	0.0	0.0