基于单调邻域粗糙集的特征基因提取  

The Extract of Feature Gene Based on Monotonicity Neighborhood Rough Set

作　　者：宋艳佩[1] 李一喆[1] 李超[1] 吴万涛[1] SONG Yan-pei, LI Yi-zhe, LI Chao, WU Wan-tao （College of Computer and Information Technology, Henan Normal University, Xinxiang 453007, China）

机构地区：[1]河南师范大学计算机与信息技术学院,河南新乡453007

出　　处：《电脑知识与技术》2011年第7期4658-4660,共3页Computer Knowledge and Technology

摘　　要：为了避免连续数据离散化处理时造成的信息损失，降低样本属性邻域求解的复杂度，提高特征基因提取的效率。该文在单调度量空间上，提出了一种基于单调邻域粗糙集的特征基因提取方法。并在两个标准的基因表达数据上进行了实验．结果证明该方法是有效可行的。In order to avoid the information losing when dispersing serial data, Lower complexity of sample attribute solving neighborhood, improve the efficiency of extracting characteristics gene. In this paper, on the monotonicity metric space, proposes a gene extraction method based on montonicity neighborhood rough set. And experiments it on the two standard gene expression data, the result proves that the method is effective and feasible.

关 键 词：粗糙集 单调邻域 特征基因 属性约简 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]