基于支持向量機(jī)和遺傳算法的基因表達(dá)譜數(shù)據(jù)分類(lèi).pdf

1、癌癥一直困擾著人類(lèi)的健康，隨著基因芯片技術(shù)的發(fā)展，對(duì)癌癥基因數(shù)據(jù)的分類(lèi)研究在生物信息學(xué)中有著越來(lái)越重要的作用。由于基因表達(dá)譜數(shù)據(jù)具有高維度、小樣本的特點(diǎn)，且含有大量冗余基因和噪聲，使得分類(lèi)計(jì)算耗時(shí)且效果不佳。針對(duì)基因表達(dá)譜數(shù)據(jù)的特性研究設(shè)計(jì)高效的特征提取與分類(lèi)算法及其并行處理具有現(xiàn)實(shí)意義。
　　利用巴氏距離公式對(duì)基因表達(dá)譜數(shù)據(jù)計(jì)算每個(gè)基因?qū)傩缘腂值，依據(jù)B值大小排序選出排序靠前的部分基因?qū)傩?，通過(guò)特征選擇達(dá)到初步降維。然后，利用本

2、文提出的主元線性判別遺傳算法PCLDGA對(duì)初步降維后的數(shù)據(jù)進(jìn)行特征提取，實(shí)現(xiàn)二次降維。最后通過(guò)遺傳算法對(duì)支持向量機(jī)(SVM)分類(lèi)器進(jìn)行參數(shù)優(yōu)化，使用調(diào)優(yōu)的訓(xùn)練模型對(duì)降維后的數(shù)據(jù)進(jìn)行分類(lèi)。實(shí)驗(yàn)結(jié)果表明，這種分類(lèi)方法提高了基因表達(dá)譜數(shù)據(jù)分類(lèi)的準(zhǔn)確率。
　　在多核CPU計(jì)算結(jié)構(gòu)上，設(shè)計(jì)并行化遺傳算法對(duì)SVM分類(lèi)器參數(shù)調(diào)優(yōu)，以實(shí)現(xiàn)加速基因表達(dá)譜數(shù)據(jù)分類(lèi)過(guò)程。采取的方法是:將初始種群劃分為多個(gè)小種群，這些小種群各自獨(dú)立同時(shí)在多個(gè)worker