由于基因表達數據高維度、高噪聲、小樣本的特點,基因選擇一直是腫瘤分類的一大挑戰(zhàn)。為了提高腫瘤分類的精度,同時保證基因選擇的效率,提出一種結合Relief-F和CART決策樹的自適應粒子群優(yōu)化(APSO)算法(R-C-APSO)。該方法首先利用Relief-F快速過濾大量無關基因和噪聲,縮小基因選擇范圍;然后以CART決策樹為適應度函數,用APSO算法對基因進行最終搜索。通過六個數據集的分析實驗,結果表明R-C-APSO擁有較高的分類精度和較快的基因選擇速度,且具有良好的穩(wěn)定性。

【文章頁數】：4 頁

【文章目錄】：
0 引言
1 相關概念
    1.2 粒子群優(yōu)化算法
2 結合Relief-F和決策樹的APSO算法
    2.1 自適應粒子群優(yōu)化 (APSO) 算法
    2.2 適應度函數
    2.3 算法描述
3 實驗結果及分析
4 結束語



本文編號：4047020