用于微阵列数据癌症分类的演化硬件多分类器.pdf

年 月 第 卷第 期 用于微阵列数据癌症分类的演化硬件多分类器 王进 陈 文 冉仟元 李钟浩 重庆邮电大学 计算机科学与技术学院 重庆 重庆邮电大学 计算智能重庆市重点实验室 重庆 仁荷大 学 信息与通信工程系 韩国仁川 摘要 针对单分类器识别率低稳定性差的问题提出了一种用于微阵列数据分类的演化硬件多分 类器选择性集成方法首先把经过预处理的原始训练集随机划分为训练集和验证集然后通过对训 练集的学习获得基于演化硬件的基分类器 再用验证集评价基分类器的性能 选择其中一部分较好 的基分类器组成最终的分类系统最后用独立的测试集验证系统的性能试验结果表明对急性白 血病和结肠癌数据集的识别率分别为 与其他的模式识别方法具有可比性同时 在识别率相当的情况下该方法的硬件代价远低于全集成的演化硬件多分类器 关键词 模式识别 机器学习 演化计算 分类器 选择性集成 微阵列 中图分类号 文献标志码 文章编号 收稿日期 基金项目 国家自然科学基金资助项目 教育部留学回国人员科研启动基金资助项目教外司留 号 国家大学生创新创业训练计划项目 作者简介 王进 男重庆人教授 主要从事演化硬件模式识别智能信息处理研究 陈文 男河南项城人硕士研究生 主要从事演化硬件智能信息处理研究 第 期 王进等 用于微阵列数据癌症分类的演化硬件多分类器 癌症治疗面临的重大挑战是如何针对不同特点 的病原制定具体的治疗方案 以达到最大疗效和最 特征选择和样本数据集划分 小毒副作用 因此癌症的分类是当前癌症治疗的关 键环节微阵列技术的发展为从分子水平研究 为方便演化硬件分类器的硬件实现采用了基 疾病提供了可能通过微阵列数据的表达值可以寻 于过滤模式的信噪比特征选择方法 它独立于具 找基因之间的复杂关系 为研究癌症的发病机理 对