基于集成分量的基因微阵列数据分类方法的研究 gene expression data classification based on ensemble component.pdfVIP

第 20卷 第 7期 电子设计工程 2012年 4月 V01．20 No．7 ElectronicDesignEngineering Apr．2012 基于集成分量的基因微阵列数据分类方法的研究 宋红胜 。孔 薇 (上海海事大学信息工程学院，上海 201306) 摘要 ：构造高精度分类模型是对基 因表：逛谱数据分析的主要研究方向之一，但提取不同特征空间产生的分类效果有 很大差异，而集成分类系统在一定程度上提高了分类结果的可靠性和稳定性。构建基于PCA和NMF集成分量系统， 并基于分析混合矩阵A的hinton图生物学意义建立集成独立分量选择 系统，成功运用到基 因表达谱分析 ，实验结果 表 明．集成分量分类系统优于单个分类器。 关键词 ：微阵列数据 ；NMF；ICA；集成分类 中图分类号：Q789；Q811．4 文献标识码：A 文章编号：1674—6236(2012)07—0009—04 Geneexpressiondataclassificationbasedonensemblecomponent SONG Hong—sheng，KONG Wei (InformationEn#needngcollegeofShanghaiMaritimeUnwe~i@，Shanghai201306，China) Abstract：Oneofthemainresearchdirectionbasedongoneexpressionmicroarraydataisconstructhigh-precimonclassification mode1．Buttoextractdifferentfeaturesofspace-derived classification resultsaleverydifferent．Tosomeextent，ensemble componentsystem improvetherelibilityandstabilityof classificationresults．ConstructclassificationmodelbasedonPCAand NMF，andproposedanovelensembleindependentcomponentselectionapproachbasedonhtebiologicalsignificanceofthe hintongraphofthemixingmatrixA．Thisapproachappliedot goneexpression naalysissuccessfully．Experimentaltesuhs demonstratethatensemblescomponentsyst一[Ilisbe~erthanthatofsingleclassificationsystem． Keywords：microarraydata；Non-gegativeMatrixFacotrization(NMF)；IndependentComponentAnalysis(ICA)；ensemble classificatiOn 自Golub等于 1999年开创 了基于基 因表达谱 的肿瘤分 题 ，发现其性 能 比最好 的个 体神经 网络 的性能还 好Ⅲ； 类领域 以来 。研究者 已经提 出许多基于基 因表达谱 的分类方 Schapire也在 自己的论文 中证 明了通过构建多分类器集成系 法 ，这一领域也迅速成为生物信息学的主要研究方向之一，如， 统 ，弱分类器可 以与强分类器等价 ；并且研究者也设计不少优 人工 神 经 网络 (ArtificialNeuralNetwork，ANN)、贝 叶斯 秀的集成系统算法，如Bagging,Boosting,AdaBoost．RandomFores