基于稀疏表示和最小二乘回归的基因表达数据分类方法 - 福州大学学报.pdfVIP

第４３卷 第６期 福州大学学报（自然科学版） Ｖｏｌ．４３Ｎｏ．６ ２０１５年１２月 ＪｏｕｒｎａｌｏｆＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｄｅｃ．２０１５ ＤＯＩ：１０．７６３１／ｉｓｓｎ．１０００－２２４３．２０１５．０６．０７３８ 文章编号：１０００－２２４３（２０１５）０６－０７３８－０４ 基于稀疏表示和最小二乘回归的基因表达数据分类方法 １，２ １ 简彩仁 ，陈晓云 （１．福州大学数学与计算机科学学院，福建 福州　３５０１１６； ２．厦门大学嘉庚学院，福建 漳州　３６３１０５） 摘要：提出基于稀疏表示和最小二乘回归的分类方法：用训练样本重构测试样本，先利用稀疏表示剔除噪声样 本，接着用最小二乘回归和最近邻子空间准则对样本分类，可以克服传统分类方法存在的过拟合问题．在６个 基因表达数据上的实验结果表明，该方法可以提高分类准确率． 关键词：稀疏表示；最小二乘回归；基因表达数据；分类 中图分类号：ＴＰ３１１；ＴＰ３７１　 文献标识码：Ａ Ｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ ａｎｄｌｅａｓｔｓｑｕａｒｅｒｅｇｒｅｓｓｉｏｎ １，２ １ ＪＩＡＮＣａｉｒｅｎ ，ＣＨＥＮＸｉａｏｙｕｎ （１．ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，Ｆｕｊｉａｎ３５０１１６，Ｃｈｉｎａ； ２．ＴａｎＫａｈＫｅｅＣｏｌｌｅａｇｅ，ＸｉａｍｅｎＵｎｉｖｅｒｓｉｔｙ，Ｚｈａｎｇｚｈｏｕ，Ｆｕｊｉａｎ３６３１０５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｎｅｗｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎａｎｄｌｅａｓｔｓｑｕａｒｅｒｅｇｒｅｓｓｉｏｎｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅｍｅｔｈｏｄｆｉｒｓｔｒｅｃｏｎｓｔｒｕｃｔｓａｔｅｓｔｓａｍｐｌｅｂｙｔｈｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓｔｏｒｅｍｏｖｅｎｏｉｓｅｓａｍｐｌｅｓ ｂｙｕｓｉｎｇｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ，ａｎｄｔｈｅｎｉｔｕｓｅｓｌｅａｓｔｓｑｕａｒｅｒｅｇｒｅｓｓｉｏｎａｎｄｓｕｂｓｐａｃｅｎｅａｒｅｓｔｒｕｌｅｔｏ ｃｌａｓｓｉｆｙｓａｍｐｌｅｓ．Ｔｈｅｍｅｔｈｏｄｃａｎｏｖｅｒｃｏｍｅｔｈｅｏｖｅｒｆｉｔｔｉｎｇｐｒｏｂｌｅｍｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎｓｉｘｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｓｅｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｉｍ ｐｒｏｖｅｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ：ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ；ｌｅａｓｔｓｑｕａｒｅｒｅｇｒｅｓｓｉｏｎ；ｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａ；ｃｌａｓｓｉｆｉｃａｔｉｏｎ ０　引言 ［１］ 中国每年新发肿瘤病例约为３１２万例，平均每天有８５５０人，每６ｍｉｎ就有一个人被确诊为癌症 ． 伴随着生活水平的提高，人们更加关心自己的健康，渴望战胜各种恶性肿瘤．肿瘤不能等同于癌症，肿瘤 可以分为良性肿瘤和恶性肿瘤，后者才称为癌症．ＤＮＡ微阵列技术可同时测