基因微陣列動態(tài)分類規(guī)則挖掘方法研究.pdf

1、基因微陣列技術(shù)為生物學(xué)研究提供了新的視角，但其維度高、樣本少的特點(diǎn)也對生物學(xué)家、統(tǒng)計(jì)學(xué)家及機(jī)器學(xué)習(xí)研究者提出了挑戰(zhàn)。如何從微陣列數(shù)據(jù)中提取出有效的知識一直是研究的重點(diǎn)和難點(diǎn)。目前的研究已經(jīng)能夠從一些基因微陣列疾病數(shù)據(jù)中提取生物學(xué)知識，自動生成分類規(guī)則。這些規(guī)則被有效地用于疾病分類、治療等領(lǐng)域，極大地推進(jìn)了對基因微陣列數(shù)據(jù)的研究熱情。
　　近年的一些進(jìn)展表明，在基因微陣列分類問題中，基因之間的動態(tài)關(guān)系對于分類是有效的。這給分類器設(shè)計(jì)

2、帶來新的啟示。本文集中于對基因微陣列中動態(tài)分類規(guī)則挖掘方法的研究，主要成果是提出了兩種新的動態(tài)分類規(guī)則提取算法，用于自動地從數(shù)據(jù)中挖掘出有效規(guī)則。
　　第一種算法為GA-ESP。該算法使用TSP方法提取有信息量的基因?qū)?，并在基因?qū)ι戏謩e使用SVM（支持向量機(jī)）構(gòu)建基分類器。最后，遺傳算法被用于選擇基分類器的最佳組合。通過二類數(shù)據(jù)和多類數(shù)據(jù)中的實(shí)驗(yàn)及分析，該算法的有效性得到證明。該算法在較難分類的二類數(shù)據(jù)及多類數(shù)據(jù)當(dāng)中相對k-TSP