[1]陈玉明,吴克寿,李向军.基因表达数据在邻域关系中的特征选择[J].智能系统学报,2014,9(2):210-213.[doi:10.3969/j.issn.1673-4785.201307014]
CHEN Yuming,WU Keshou,LI Xiangjun.Gene expression data feature selection with neighborhood relation[J].CAAI Transactions on Intelligent Systems,2014,9(2):210-213.[doi:10.3969/j.issn.1673-4785.201307014]
点击复制
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
9
期数:
2014年第2期
页码:
210-213
栏目:
学术论文—人工智能基础
出版日期:
2014-04-25
- Title:
-
Gene expression data feature selection with neighborhood relation
- 作者:
-
陈玉明1, 吴克寿1, 李向军2
-
1. 厦门理工学院 计算机科学与技术系, 福建 厦门 361024;
2. 南昌大学 计算机科学与技术系, 江西 南昌 330031
- Author(s):
-
CHEN Yuming1, WU Keshou1, LI Xiangjun2
-
1. Department of Computer Science and Technology, Xiamen University of Technology, Xiamen 361024, China;
2. Department of Computer Science and Technology, Nanchang University, Nanchang 330031, China
-
- 关键词:
-
粗糙集; 邻域关系; 基因表达数据; 特征选择; 分类
- Keywords:
-
rough sets; neighborhood relation; gene expression data; feature selection; classification
- 分类号:
-
TP391
- DOI:
-
10.3969/j.issn.1673-4785.201307014
- 摘要:
-
基因特征选择是基因表达数据分析中的一种重要方法。粗糙集是一种处理不确定性、不一致性、不精确性数据的有效分类工具,其特点是保持基因表达数据集的分类能力不变,进行基因特征选择。为了避免传统粗糙集特征选择方法所必需的离散化过程带来的信息损失,将邻域粗糙集特征选择方法应用于基因的特征选取,提出了基于邻域粗糙集的基因选择方法。该方法从所有特征出发,根据特征重要度逐步删除冗余的特征,最后得到关键特征组进行分类研究。在2个标准的基因表达数据集上进行特征选取,并进行了分类实验,实验结果表明该方法是有效可行的。
备注/Memo
收稿日期:2012-10-26。
基金项目:国家自然科学青年基金资助项目(61103246)
通讯作者:陈玉明,男,1977年生,副教授,主要研究方向为粒计算、粗糙集、模式识别、数据挖掘等。E-mail:cym0620@163.com.
更新日期/Last Update:
1900-01-01