基于单调邻域粗糙集的特征基因提取.docVIP

基于单调邻域粗糙集的特征基因提取 　　摘要：为了避免连续数据离散化处理时造成的信息损失，降低样本属性邻域求解的复杂度，提高特征基因提取的效率。该文在单调度量空间上，提出了一种基于单调邻域粗糙集的特征基因提取方法。并在两个标准的基因表达数据上进行了实验，结果证明该方法是有效可行的。 　　关键词：粗糙集；单调邻域；特征基因；属性约简 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)19-4658-03 　　The Extract of Feature Gene Based on Monotonicity Neighborhood Rough Set 　　SONG Yan-pei, LI Yi-zhe, LI Chao, WU Wan-tao 　　(College of Computer and Information Technology, Henan Normal University, Xinxiang 453007, China) 　　Abstract: In order to avoid the information losing when dispersing serial data, Lower complexity of sample attribute solving neighborhood, improve the efficiency of extracting characteristics gene. In this paper, on the monotonicity metric space, proposes a gene extraction method based on montonicity neighborhood rough set. And experiments it on the two standard gene expression data, the result proves that the method is effective and feasible. 　　Key words: rough set; monotonicity neighborhood; characteristics gene; attribute reduction 　　基于属性约简算法的特征基因选择是为了获得一组基因数量尽可能小而分类能力却尽可能强的特征基因子集。采用基于经典粗糙集理论属性约简的方法从基因表达谱中选择特征基因是一个有效的方法，但是，这种方法在基因约简前必须对连续实数型的基因表达谱数据进行离散化处理，造成部分分类信息的损失，使选出的特征基因子集的分类准确率较其他方法不高。 　　基于单调邻域粗糙集的特征基因提取方法是在邻域粗糙集理论模型的基础上提出的，在单调度量空间提出一种邻域求解方法，以此为基础，进行属性约简。以实数空间中的每一个点形成一个δ邻域，δ邻域构成了描述空间中任意概念的基本信息粒子。在空间中的任意子集，可以通过基本信息粒子进行逼近。邻域粗糙集不需要对连续数据进行离散化处理，单调邻域求解方法能够降低邻域求解的复杂度，二者结合，避免了连续数据离散化处理时的信息损失，同时，提高了特征基因子集提取的效率。 　　1 基于单调邻域粗糙集的基本知识 　　定义1[1] 设四元组S=(U,A,V,f)是一个信息系统，其中，U表示对象的非空有限集合，也称为论域；A表示属性的非有限集A=C∪D，C∩D=?堙,C表示条件属性集，D表示决策属性集V=∪{Va│a∪A}；Va为属性A的值域；f:U×A→V是一个信息函数，它为每个对象的每个属性赋予一个信息值，即?坌a∈A，x∈U，有f(x,a∈Va)。特别是，当D≠?堙时，称信息系统S为决策系统。 　　定义2[3] 根据在某一度量上邻域中心点到边界的最大距离定义邻域，给定一个n维实数空间Rn，称Δ:Rn×Rn→R是空间Rn上的一个度量，如果Δ满足下面三个条件： 　　Δ (x1,x2 )≥0, Δ(x1,x2 )=0当且仅当x1=x2，?坌x1,x2∈Rn； 　　Δ (x1,x2 )= Δ(x2,x1 ),?坌x1,x2∈Rn； 　　Δ (x1,x3 )≤Δ(x1,x2 )+ Δ(x2,x3 ),?坌x1,x2,x3∈Rn。 　　称为度量空间。 　　定义3[4]对于?坌xi∈U，定义xi的邻域为： 　　δ(xi )={xj│xj∈U,Δ(xj,xi)≤δ} 　　其中，δ≥0。δ(xi )称为xi的邻域粒子。根据度量的性质，我们可以得出以下结论： 　　1）δ(xi )≠?堙，因为xi∈δ(xi )； 　　2）xj∈δ(xi )?圯 xi ∈δ(xj ) 　　3）δ(x1) ∪