面向基因选择的结合Relief-F和决策树的APSO算法

发布时间：2025-05-20 06:52

　　 由于基因表达数据高维度、高噪声、小样本的特点,基因选择一直是肿瘤分类的一大挑战。为了提高肿瘤分类的精度,同时保证基因选择的效率,提出一种结合Relief-F和CART决策树的自适应粒子群优化(APSO)算法(R-C-APSO)。该方法首先利用Relief-F快速过滤大量无关基因和噪声,缩小基因选择范围;然后以CART决策树为适应度函数,用APSO算法对基因进行最终搜索。通过六个数据集的分析实验,结果表明R-C-APSO拥有较高的分类精度和较快的基因选择速度,且具有良好的稳定性。

【文章页数】：4 页

【文章目录】：
0 引言
1 相关概念
    1.2 粒子群优化算法
2 结合Relief-F和决策树的APSO算法
    2.1 自适应粒子群优化 (APSO) 算法
    2.2 适应度函数
    2.3 算法描述
3 实验结果及分析
4 结束语



本文编号：4047020