基于邻域粗糙集和概率神经网络集成的基因表达谱分类方法  

Gene expression profiles classification method based on neighborhood rough set and probabilistic neural networks ensemble

作　　者：明利特[1] 蒋芸[1] 王勇[2] 王明芳[1] 

机构地区：[1]西北师范大学数学与信息科学学院,兰州730070 [2]西北工业大学计算机学院,西安710072

出　　处：《计算机应用研究》2011年第12期4440-4444,共5页Application Research of Computers

基　　金：国家自然科学基金资助项目(61163036;60873196);甘肃省自然科学基金资助项目(1010RJZA022);西北师范大学2010年第三期知识与创新工程科研骨干资助项目(nwnu-kjcxgc-03-67)

摘　　要：从癌症基因表达谱分析入手,针对基因表达谱维数高、样本少的特点,提出一种用于癌症分类的基于邻域粗糙集和概率神经网络集成的分类方法。首先利用Relief算法对基因进行排序,然后利用邻域粗糙集选取分类特征基因,最后结合概率神经网络集成分类模型进行癌症分类。实验结果表明,该方法可以快速有效地选取癌症特征基因,能获得更好的分类效果。Begined with the cancer gene expression profiles analysis and aiming at the characteristics of high dimension and small samples, this paper proposed a classification method for cancer classification which was based on neighborhood rough set and probabilistic neural networks ensemble. Firstly, sorted genes by using Relief algorithm, then selected classification in- formative genes by using the neighborhood rough set, lastly, classified cancers with probabilistic neural networks ensemble classification model. The experiment results show that the method can promptly and effectively select cancer informative genes, and obtain better classification results.

关 键 词：分类 基因表达谱 概率神经网络集成 邻域粗糙集 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391[自动化与计算机技术—控制科学与工程]