基于粗糙集和蚁群算法的特征基因选择方法

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:jwh777
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
特征基因选择在微阵列数据分析中占据着非常重要的作用,好的特征选择方法是提高基因表达数据的分类精度与分类速度的关键之一。联系蚁群算法和粗糙集理论在微阵列数据处理上的优势,文中结合粗糙集理论,对蚁群优化算法模型进行了改进,并将粗糙集的属性依赖度和属性重要度应用到蚁群算法的路径选择及评估中,提出一种新的基因选择方法。该方法实现简单,并可以比较快速地获得最优解,最终选择出较小的并且分类性能较强的特征基因子集。通过对基因数据集的仿真实验表明,该算法是有效可行的。
其他文献
异常处理本就是一件复杂耗时且容易出错的任务,尤其在面向服务体系结构中,异常抛出的行为变得更加复杂,因此对面向服务的异常捕获和异常处理提出了更高的要求。文中首先对面向服
软硬件划分是动态可重构系统软硬件协同设计中的关键技术之一,如何兼顾划分效率和划分效果,达到两者的最佳结合是软硬件划分的主要问题。在考虑动态部分重构及重构延时等特征
图像局部变形技术是图像处理领域的一个分支,它只改变图像中指定区域范围内的特征而保持其他区域不发生变化。文中在径向基函数的基础上,提出了一种基于椭圆变形域的图像局部变形的算法,并讨论了函数中关键参数的选取对变形效果的影响;通过对变形区域的影响半径R和影响系数s的设置,控制图像局部变形的区域,从而解决了图像变形过程中产生的重叠映射;最后,介绍了图像局部变形的算法流程,利用VC++6.0和OpenCV搭
泛在网络环境下,业务提供必须根据网络和终端条件、用户偏好的变化而自适应地变化。因此,文中阐述了虚拟终端中的上下文感知功能,其为泛在多样性业务的开发提供了不可或缺的信息
20世纪末期,LDPC码以其优良的误码性能和可实现性重新成为人们研究的焦点,随着LDPC码的普及和计算机技术的进步,很多低速条件下的译码器设计开始采用软件译码的方法来实现。文中
建设体育电子政务平台是各级体育主管部门进行体育资源优化配置、拓展体育信息资源的开发利用以及提高体育事业发展水平的重要内容。针对平台软件方案难以选择的问题,文中运用
并行测试技术对推动科学的发展起着重要作用,如今科学技术的发展和工程问题的解决都离不开并行处理技术。传统的串行测试方法和串行任务调度方法日益体现出了它的局限性。文中
文中针对P2P流量识别中流量特征向量选择的问题进行了研究,提出了一种基于单因素方差分析的P2P流量特征向量优化算法。该算法将统计学中单因素方差分析的方法引入P2P流量特征
针对规划问题,引入了固定结构解的描述形式,指出其离散量与连续量混合的多峰值优化的特点。在此基础上提出了固定结构遗传规划算法(GP)、模拟退火规划算法(SAP),并进行了算法分析。最后通过实验对四个典型优化函数的优化进行了比较研究。研究与实验结果表明SAP算法综合考虑了结构优化与参数优化,具有收敛效率高、获得更优解概率大的特点;GP算法有利于结构优化,但不利于参数优化,具有收敛效率较低,获得更优解的
目前,在防火墙规则冲突检测算法中,效率问题一直没有很好的解决,当防火墙规则数目较大时,检测规则冲突的速度很难满足客户的需要。为了能够快速地检测出防火墙中的规则冲突,在目前