基于改进的和声搜索算法的特征基因选择方法-论文.pdf

《基于改进的和声搜索算法的特征基因选择方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第1期河南科学Vo1．33No．12015年1月HENANSCIENCE文章编号：1004—3918(2015)01—0058—07基于改进的和声搜索算法的特征基因选择方法巍缓(陕西理工学院数学与计算机科学学院，陕西汉中723000)摘要：DNA微阵列数据通常含有成千上万个基因，其中含有大量与分类无关的基因和冗余基因，这些基因的存在会严重影响分类精度和效率．针对这一问题，提出一种基于改进的和声搜索算法的特征基因选择方法，首先采用ReliefF算法对微阵列基因数据集排序，取排序靠前的N个基因构成初选基因子集，然后再利用改进的和声搜索算法选择特征基因．通过在

2、3个公共微阵列数据集上的仿真实验，结果表明，该算法能够在更少的特征基因情况下达到很高的精度，是一种有效的特征基因选择算法．关键词：微阵列数据；特征基因；ReliefF算法；声搜索算法中图分类号：TP18文献标识码：AFeatureGeneSelectionMethodBasedonImprovedHarmonySearchAlgorithmWeiJun(SchoolofMathematics＆ComputerScience，ShaanxiUniversityofTechnology，Hanzhong723000，ShaanxiChina)Abstract：DNA

3、microarraydataoftencontaintensofthousandsofgenes，wheretherearealotofirrelevantandredundantgenes．Thesegenesmayseriouslyaffecttheaccuracyandeficiencyofclassification．Inordertosolvethisproblem．Thispaperproposesafeaturegeneselectionmethodbasedonimprovedharmonysearchalgorithm．Firstly，micr

4、oarraygenesarerankedusingReliefFalgorithmandpreselectedgenesubsetisobtainedaccordingtoranked·topgenes，thentheimprovedharmonysearchalgorithmisusedtoselectfeaturegenesfromabovegenesubset．Finallyweimplementsimulationexperimentsonthreepublicmieroarraydatasets．Theresultsshowthatthepropose

5、dalgorithmcanachieveveryhighaccuracyinlessfeaturegenes，andisaeffectivefeaturegeneselectionalgorithm．Keywords：microarraydata；featuregene；ReliefFalgorithm；harmonysearchalgorithm基因芯片又称为DNA微阵列(DNAmicroarray)，作为一种先进的、大规模、高通量检测技术，广泛而成功地应用于疾病诊断和治疗、药物筛选等许多领域，它将为人类疾病的诊断、治疗和防治开辟全新的途径，为药物开发中先导化

6、合物的快速筛选和药物基因组学研究提供技术支撑平台．微阵列数据集包含成千上万的基因，而基因样本的数量往往不足一百．在这成千上万的基因中，大部分基因对于癌症的分类没有太大的贡献，仅有非常少量的基因与分类任务密切相关，这些噪声和冗余基因会严重影响分类的性能和效率．为了解决这个问题，我们通过特征基因选择，剔除与分类无关的、冗余的基因，从而降低临床诊断的费用，提高癌症诊断的准确性，并对疾病的预测提供可靠的依据．目前，特征基因选择方法主要有过滤法(Filter)与缠绕法(Wrapper)两种。．过滤法通常采用某种策略来评估每个基因对分类任务的相关性，然后按照相关性的高低对基

7、因进行排序，最后选择排名靠前的N个基收稿日期：2014—05—29基金项目：国家自然科学基金(81160183，11305097)；陕西省教育厅科学研究项目(14JK1132)作者简介：魏峻(1979一)，男，实验师，硕士，主要研究方向为数据挖掘．2015年1月魏峻：基于改进的和声搜索算法的特征基因选择方法一59一因作为特征基因．常用的过滤法有“t～检验”、“Fisher~标”口、“ReliefF”n们以及“分类信息指数”口妇等，过滤法具有运算效率高、易于实现的优点，但是它没有考虑基因之间的相互作用，容易产生冗余基因．缠绕法通常采用分类算法对一个特征基因子集进行

8、分类性能的评价，然后根据