基于迭代延长纠错输出编码的微阵列数据多分类方法-厦门大学学报.PDF

第 卷 第 期 ( ) 57 3 厦门大学学报 自然科学版 Vol.57 No.3 年 月 ( ) 2018 5 Ma 2018 JournalofXiamenUniversit NaturalScience y y : / doi10.6043 .issn.0438-0479.201711003 j 基于迭代延长纠错输出编码的微阵列数据多分类方法 * , , 钟天云 刘昆宏 王备战 ( , ) 厦门大学软件学院 福建 厦门 361005 摘要: , , 微阵列技术使快速大量检测基因成为可能 人们迫切需要利用该技术提高疾病诊断水平 因此 对微阵列数据的 . , 、 , 分析研究迅速发展 其中以数据多类分类研究尤为突出 但由于微阵列数据具有特征多 样本少的特点 使得传统统计学 . , ( 习方法分类效果欠佳 为了针对微阵列数据特点解决多类分类问题 提出了一种迭代延长纠错输出编码 . iterative , ) , , 的算法 在几个特征子集上 配合与特征相关的数据复杂度 利用一种基 extensionerrorcorrectoututcodin IE-ECOC . p g , ; , 于二叉树的编码方法生成一个列池 并提出一种择列策略构造编码矩阵 然后 依据迭代验证结果延长矩阵 对癌症基因 . , , 、 , , 微阵列进行分类实验 结果显示 IE-ECOC对特征多 样本少的数据具有针对性 且与一些经典的ECOC算法相比 可以 产生较好的结果, 算法效果也在实验中得到了验证 IE-ECOE . 关键词: ; ; ; ; 微阵列 纠错输出编码 多分类算法 癌症基因 数据复杂度 中图分类号: 文献标志码: 文章编号: ( )