基于随机化贪心特征选择的集成分类方法

    公开(公告)号:CN106991296B

    公开(公告)日:2019-12-27

    申请号:CN201710209168.7

    申请日:2017-04-01

    Inventor: 孟军 张晶

    Abstract: 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迫,极大的提高了对微阵列数据的分类精确度,而且算法的泛化能力强,具有非常好的稳定性。

    基于随机化贪心特征选择的集成分类方法

    公开(公告)号:CN106991296A

    公开(公告)日:2017-07-28

    申请号:CN201710209168.7

    申请日:2017-04-01

    Inventor: 孟军 张晶

    Abstract: 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迫,极大的提高了对微阵列数据的分类精确度,而且算法的泛化能力强,具有非常好的稳定性。

Patent Agency Ranking