|
|||||
|
|
| 基于双重扰动与改进教与学优化算法的DNA微阵列集成分类 | |
| 引用本文： | 陈,涛.基于双重扰动与改进教与学优化算法的DNA微阵列集成分类[J].中南民族大学学报(自然科学版),2018(3):99-106,139. |
| 作者姓名： | 陈 涛 |
| 作者单位： | 陕西理工大学数学与计算机科学学院 |
| 基金项目： | 国家自然科学基金资助项目( 11502132)； 陕西省教育厅科研资助项目( 16JK1149) ; 陕西理工大学科研资助项目( SLGQD2017-07) |
| 摘 要： | 针对DNA微阵列的高维、小样本及高冗余等特点,提出了一种新的集成分类方法.基于bootstrap技术的样本扰动和kruskalwallis与邻域互信息的特征扰动训练多个具有较大差异性和较高准确性的基分类器;针对教与学优化算法易陷入局部最优、优化精度不高和收敛速度较慢等不足,从"教"与"自学"过程入手,设计了一种改进的教与学优化算法实现基分类器的选择性集成,并用于DNA微阵列分类.仿真实验结果表明:该方法在分类精度、集成规模、稳定性等方面具有较强的优势. |
| 关 键 词： | DNA 微阵列 选择性集成 邻域互信息 教与学优化算法 |
An Ensemble Method Based on Double Disturbances and Improved TLBO for Classifying DNA Microarray |
|
| Abstract: | |
| Keywords: | DNA microarray selective ensemble neighborhood mutual information teaching-learning-based optimization |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《中南民族大学学报(自然科学版)》下载免费的PDF全文 | |