| 基于教与学优化算法的基因表达谱选择性集成分类 |
| |
| 引用本文： | 陈 涛,陈涛.基于教与学优化算法的基因表达谱选择性集成分类[J].科学技术与工程,2018,18(21). |
| |
| 作者姓名： | 陈 涛 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： | 国家自然科学基金项目（面上项目，重点项目，重大项目） |
| |
| 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。
|
| 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 |
| 收稿时间： | 2018/1/31 0:00:00 |
| 修稿时间： | 2018/3/28 0:00:00 |
A selective ensemble classification of gene expression profiles based on teaching-learning-based optimization |
| |
| Institution: | Shaanxi University of Technology |
| |
| Abstract: | |
| |
| Keywords: | gene expression profile selective ensemble multiclass information index to classification kernelized fuzzy rough sets Teaching-Learning-Based Optimization |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
