CN106991296-CN201710209168-基于随机化贪心特征选择的集成分类方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106991296 A (43)申请公布日 2017.07.28 (21)申请号 201710209168.7 (22)申请日 2017.04.01 (71)申请人 大连理工大学 地址 116024 辽宁省大连市甘井子区凌工 路2号 (72)发明人 孟军　张晶　 (74)专利代理机构 大连理工大学专利中心 21200 代理人 温福雪　侯明远 (51)Int.Cl. G06F 19/24(2011.01) 权利要求书3页 说明书8页 附图2页 (54)发明名称 基于随机化贪心特征选择的集成分类方法 (57)摘要 一种基于随机化贪心特征选择的集成分类 方法，属于生物信息学和数据挖掘领域，对植物 胁迫响应相关的基因表达数据进行分类。包括如 下步骤：(1)在传统的贪心算法中引入随机性进 行特征选择；(2)使用在复杂网络中作为社区发 现评价指标的加权本地模块化函数作为随机化 贪心算法的启发信息；(3)在每个特征子集上使 用支持向量机算法训练基分类器；(4)对基分类 器采用近邻传播聚类算法进行聚簇划分；(5)使 用聚簇中作为类代表点的基分类器进行集成，采 用简单多数投票法形成集成分类模型。本发明能 够根据基因表达数据识别植物样本是否受到胁 A 迫，极大的提高了对微阵列数据的分类精确度， 6 而且算法的泛化能力强，具有非常好的稳定性。 9 2 1 9 9 6 0 1 N C CN 106991296 A 权　利　要　求　书 1/3页 1.一种基于随机化贪心特征选择的集成分类方法，其特征在于，步骤如下： (1)在传统的贪心算法中引入随机性进行特征选择 随机选取第一个特征，来扩大对特征的搜索空间； (2)将在复杂网络中作为社区发现评价指标的加权本地模块化函数，作为随机化贪心 算法的启发信息 复杂网络的特性有小世界、无标度和社区结构，本集成分类方法将数据挖掘技术与复 杂网络相结合，使用复杂网络中社区发现的评价指标作为启发信息进行特征选择； 加权本地模块化函数计算过程如下： 1)构建加权无向图G(V,A)，其中，基因微阵列数据集中的样本作为图中的顶点，对于任 意两个顶点v 和v ，如果v ∈k-NN(v)或v ∈k-NN(v)，则两个顶点之间存在权重为WE＝exp 1 2 1 2 2 1 (-d(v,v))的边；k-NN(v)包含顶点v 的k近邻，d(v ,v)为两个顶点之间的距离； 1 2 1 1 1 2 2)依据样本的类别自然地对样本进行社区的划分 3)对于每个特征子集，计算其基于加权本地模块化函数的重要度，表达式如下： 其中：c为待分类基因微阵列数据集的类别数量；w 是在第i个社区中内部边权重的总 i 和；W 是社区i中内部边加上邻接边权重的总和；v 是社区i中所有顶点的度的总和，顶点的 i i 度代表与其邻接的边的权重总和； 引入随机性的基于加权本地模块化函数的特征选择过程如下： 1)设置当前的特征子集F＝{}； 2)随机选取一个特征加入到F中； 3)对于每个不包含在F中的特征g，依据属性集合F+{g