在定程度上是等价的。最后利用和信息增益相结合的方法，获得了具有较优分类性能的关键基因子集。实验证明，该方法对于获得基因表达谱数据的关键基因子集是非常有效的。关键词基因表达谱数据特征选择特征提取判决函数分类号万方数据，全搜索算法和启发式搜索算法。然而，基因表达谱数据中基因数目的规模般在维，而最优基因的组合未知。假如基因表达谱数据有个基因，则所有可能的基因组合为，在如此大的搜索空间寻找最优解是个非常困难的问题。嵌入式方法的特征基因选择与分类算法有关。但不同于方法中分类器算法只是个黑盒子，提供给搜索算法个精度的评价结果。嵌入式方法利用同时具有分类功能和特征选择功能分类器算法。其中最为著名的是文献提出的基于的回归特征消去方法方法。该算法认为使用算法可以保证在特征排序的过程中保留优化特征子集。该方法使用的判别函数的信息来实现对特征的排序。回归特征消去方法，万方数据中国计量学院硕士学位论文是个循环的过程，在这个过程的每步都包含以下个步骤用当前数据集训练分类器，根据所得分类器获得所使用特征的相关信息，例如，在线性核支持向量机当中，这些相关信息为每个特征的权重根据特定的规则，计算所有特征的排序准则分数在当前数据集中移除对应于最小排序准则分数的特征，该循环过程执行到特征集中剩余最后个变量时结束。算法执行结果为列按照特征重要性排序的特征序号列表可以看出，这个迭代的过程实际上是个序列后向选择的过程，它在整个循环中先是去除与判别不相关的特征，保留对判别相对重要的特征子集，因而可以达到优化特征子集选择，提高判别精度的目的。与此同时，该方法使用的是个间接的启发性排序准则，虽然能够获得非常理想的特征基因子集，但是时间复杂度太高，不适合实际中的应用。特征提取研究现状特征提取方法是通过种形式的变换，将原基因表达谱数据的特征经过定的仿射变换，组合成新的特征，且新的特征在很大程度上代表了原特征的属性，新特征要求分类能力尽可能高维数尽可能少，通过系列的研究发现，适当的特征提取方法对数据进行降维，同样可以提高基因表达谱数据的分类准确率。最早使用特征提取方法对基因表达谱数据进行降维的是等，于年研究小圆蓝细胞恶性肿瘤数据集分类的时候，采用主成分分析，的方法对数据进行特征变换，并提取数据的主成份，利用神经网络对降维后的数据进行分类，取得了较好的分类效果。等于年发表了两篇关于基因表达谱数据特征提取方法的文章，文中采用的方法是基于聚类的特征变换方法，利用自组织树算法将基因聚成若干类，然后用每类中特征表达水平的均值作为新的属性特征建立癌症识别模型。我国科学家王树林等在研究结肠癌和白血病数据分类的时候同样采用了方法，得到较理想的分类效果。黄德双教授在著作中，分别探讨了特征提取方法因子分析，独立分量分析，线性判别分析，局部线性嵌入，和偏最小二乘，在基因表达谱数据特征提取中的应用，并结合和算法，提出种新的特征提取方法判决主分量分析的方法。该方法不但克服了和两种算法在基因表达谱数据特征提取过程中的缺点，也结合了两种算法的优点，能够提取到组既线性无关又有利于分类的特征集。万方数据中国计量学院硕士学位论文本文主要工作与创新点本论文主要基于基因表达谱数据，从算法设计和仿真试验两方面，研究特征选择和提取问题。在浙江省自然科学基金和国家自然科学基的资助下，完成以下研究内容介绍了基因表达谱数据的研究背景意义和主要研究方法，分析了从特征选择和提取方法在基因表达谱数据分析中的重要性，总结了基因表达谱数据特征选择和提取的国内外研究现状和经典方法。提出种型的特征选择方法基于粒子群的模型无关特征选择方法，在搜索最优粒子的过程中以类间距离与类内距离的比值作为判断特征优劣的适应度函数，将特征选择转化为组合优化问题。提出种混合型的特征选择方法基于聚类和粒子群的特征选择方法，首先利用方法对基因进行聚类，根据簇中基因的分类性能对基因进行初步选择。然后利用进行最优特征子集的搜索，将分类器的分类性能作为特征基因子集的评价标准。提出种新的特征提取方法判决独立成分分析的方法。不仅利用了方法选择出相互独立且具有最大非高斯性的特征，而且利用了样本的分类信息，将无监督特征提取方法改进为有监督的特征提取方法。分析了特征选择和提取方法对样本分布信息的描述，建立了两种方法之间的联系，让人们对两种方法的认识更加清楚和深刻。之后，利用和信息增益相结合的方法获得关键基因子集，为关键基因子集的获取提供了条有效途径。章节安排第章为绪论部分。主要介绍了课题的研究背景，分别从基因微阵列技术基因表达谱数据与癌症诊断两个方面进行说明，指出本文的研究意义，介绍了特征选择和特征提取的国内外研究现状，最后对本文主要工作与创新点进行总结。第二章为准备知识。首先从数据的获取数据的表示数据的分析以及数据分类模型四个方面对基因表达谱数据进行介绍接下来介绍了特征选择和提取方法的降维过程和基本原则，并对常用的特征选择和提取方法进行介绍最万方数据中国计量学院硕士学位论文后介绍了本文使用的三种分类器神经网络和。第三章为基于粒子群的模型无关特征选择算法。首先对算法进行介绍，之后利用进行模型无关的特征选择，将选择过程中使用的适应度函数定义为类间类内距离的比值。最后通过实验验证了算法的有效性。第四章为基于聚类与粒子群的特征选择算法。首先利用信息增益和基因聚类的方法对基因表达谱数据进行初步的特征选择，之后利用和相结合的方法进行基因的精选。将特征选择结果与经典的算法进行比较。第五章为判决独立成分分析的特征提取方法。首先对基因表达谱数据进行滤波之后，再对样本进行独立成分分析，然后利用判别函数在独立成分中选取特征。并将的实验结果与传统的方法和第四章中用到的特征选择方法进行比较。第六章为基于和信息增益的特征选择。本章分别从样本分布信息和相关性方面分析了基因表达谱数据特征提取与选择的联系。利用与信息增益的方法进行特征基因的选择，为关键基因的选择提供了条有效的途径。第七章为总结与展望。对全文进行总结，并对下步的工作做出展望。万方数据中国计量学院硕士学位论文准备知识基因表达谱数据随着基因组测序技术的成熟，人类获得了大量的序列数据资源，尤其是人类基因组计划所获得的丰富的人类基因组序列数据。正是在这些大量序列数据积累的基础上，微阵列技术得到了快速的发展。该技术利用基因组序列资源进行成千上万条基因表达水平的并行监测，从根本上改变了生物科技的面貌，被誉为具有划时代意义的生物技术。基因表达谱数据的获取在获取基因表达谱数据时，分别用绿色荧光素和红色荧光素来标记训练样本与测试样本的，在同样的实验条件下按照的比例进行混合，再与微阵列杂交，用不同波长的激光扫描这些杂交后的微阵列，获取荧光强度后映射成图像。如果图像显示为黄色则表明来自两个样本的基因表达水平是相同的相反，如果图像显示为红色或者绿色，则表明基因表达水平是有差异的。从上述的实验过程中能够得到训练样本与测试样本之间荧光信号强度的比率，也反映了基因的相对表达水平。上面的实验过程已经得到了基因表达谱数据的图像，要想获得基因表达谱数据，需要对图像进行转换。由于通过图像转换的数据通常用矩阵形式表示，因此也被称作基因表达矩阵，通常情况下基因表达谱数据分析都是基于基因表达矩阵的。基因表达矩阵中代表基因的是行，列则代表各样本，特定的基因在特定的样本中的表达水平由行列综合数据表示。通过激光显微镜的观察，可以看到基因表达谱数据的数据属性。基因表达谱数据的表示微阵列的迅速发展使得同时测定成千上万基因的表达量成为可能，为基因功能研究提供了种强有力的工具，尤其对癌症诊断与病理学研究有非常重要的实际意义。通过对微阵列实验测定的基因表达谱数据进行分析，可以定量地识别癌症类型，为其诊断提供了条新的手段。万方数据硕士学位论文基因表达谱数据特征选择与提取方法研究作者刘金勇导师郑恩辉副教授学科控制理论与控制工程中国计量学院二〇四年六月万方数据，万方数据中图分类号学校代码密级公开硕士学位论文基因表达谱数据特征选择与提取方法研究作者刘金勇导师郑恩辉副教授申请学位工学硕士培养单位中国计量学院学科专业控制理论与控制工程研究方向模式识别二〇四年六月万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国计量学院或其他教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名签字日期年月日学位论文版权使用授权书本学位论文作者完全了解中国计量学院有关保留使用学位论文的规定。特授权中国计量学院可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印缩印或扫描等复制手段保存汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。保密的学位论文在解密后适用本授权说明学位论文作者签名导师签名签字日期年月日签字日期年月日万方数据致谢在此论文完成之际，谨向所有给予我指导关心帮助和鼓励的老师同学朋友以及亲人们表示最美好的祝愿与最诚挚的感谢！本论文是我攻读硕士学位期间所做工作的总结。在本论文的选题文献阅读算法和实验方案设计以及大论文撰写的过程中，始终都受到了我的导师郑恩辉老师的悉心指导。郑老师不仅在学术研究中给予我鼓励和支持，在生活中也给了我诸多关怀和照顾。他严谨的富有激情的治学态度，良好的育人方法，诚恳的待人原则等等，这些都让我获得良多，在即将毕业之际，表达对郑恩辉老师发自内心的感激与敬爱，对老师说声谢谢！在我的学习和研究中，多次得到陈乐老师孙坚老师高坚老师谢敏老师钟绍俊老师徐红伟老师高雁凤老师黄艳岩老师富雅琼老师陆慧娟老师等的帮助，在此真诚的对他们给予的物质上心理上学术上的帮助表示感谢，没有他们的帮助，本论文也无法圆满的完成。特别感谢师兄曹文浩师姐徐欢，感谢级同学张聪安春林眭涛涛张海波王丽辰武东伟等，谢谢他们在这两年半的生活中带给我的快乐和帮助。感谢班长韩浩同学在研究生期间给予的认真负责周到的服务。感谢师弟师妹徐灵鑫熊晶晶魏莎莎李超，他们对我的学习生活给予了很大的帮助。感谢余琼给我莫大的