从肿瘤基因表达谱中分析和挖掘出样本的分类特征,对揭示癌症产生和病变过程具有重要的生物学意义。基因表达谱数据中包含组织细胞中所有可测基因的表达水平,但事实是仅有少量基因才切实与样本类别有关。为此,针对高维、小样本的基因表达谱数据,探索泛化能力更强,更好描述基因表达谱数据的特征选择模型,从成千上万个基因中选出对样本分类有效的特征基因,对肿瘤的分型及临床医疗具有重大的探究意义和实用价值。针对当前特征基因选择算法普遍存在训练时间长和分类精度偏低等不足,本文设计了高效的特征基因选择与分类的相关算法,选择较少的特征基因,且保持甚至提高相关模型的分类精度。主要研究内容包括:(1)针对邻域粗糙集采用全局邻域求解近似,存在计算时间复杂度高且很难对基因表达谱数据精确描述等问题,构建了基于主成分分析和改进邻域粗糙集算法的PNRS模型。首先采用主成分分析算法获得低维的特征基因空间;然后利用改进的邻域粗糙集算法进行特征基因选择,即采用欧氏距离计算每列属性邻域值,选取所有属性邻域集合计算邻域决策系统的近似;最后利用启发式搜索算法选择特征基因子集。实验结果表明,该方法能有效剔除无关噪声且获得较高的正确识别率。(2)针对Fisher判别算法类内协方差奇异性和对数据的分类能力较差等问题,提出了一种新型的Fisher变换模型用于肿瘤特征基因选择。首先采用多邻域粗糙集初步选取对分类影响较大的基因变量;然后采用最大间距准则的思想,将样本投影到低维的特征空间,使得类内离散度与类间离散度的比值最大化,获取特征基因子集;最后通过实验对选择出的特征基因集进行测试,结果表明,该算法可获取较少的特征基因集,且提升了样本分类准确率。(3)监督式局部线性嵌入算法虽然考虑了标签信息,但是基因之间仍存在较多冗余信息,导致分类能力不高,提出了一种新的基于局部线性嵌入和斯皮尔曼秩相关系数的特征选择方法。首先,采用监督式局部线性嵌入算法提取候选特征基因;然后,利用斯皮尔曼秩相关系数删除基因之间高度相关的冗余;最后,利用多种分类算法对选取的特征基因集进行检验。结果表明,该方法有效的解决了传统分类算法准确率较低的问题。