计算机应用研究

作者：叶超超,潘巨龙,

单位：中国计量大学信息工程学院,杭州310018；

关键词：基因选择,自适应粒子群,决策树,肿瘤分类,

基金：国家自然科学基金资助项目(61272315)；；

由于基因表达数据高维度、高噪声、小样本的特点，基因选择一直是肿瘤分类的一大挑战。为了提高肿瘤分类的精度，同时保证基因选择的效率，提出一种结合Relief-F和CART决策树的自适应粒子群优化（APSO）算法（R-C-APSO）。该方法首先利用Relief-F快速过滤大量无关基因和噪声，缩小基因选择范围；然后以CART决策树为适应度函数，用APSO算法对基因进行最终搜索。通过六个数据集的分析实验，结果表明R-C-APSO拥有较高的分类精度和较快的基因选择速度，且具有良好的稳定性。

来源：2019年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第2期