公开(公告)号：CN104200134A

公开(公告)日：2014-12-10

申请号：CN201410438692.8

申请日：2014-08-30

Applicant: 北京工业大学

Inventor： 李建更 ,  逄泽楠 ,  苏磊 ,  张卫 ,  李晓丹

IPC: G06F19/20 ,  C12Q1/68

Abstract: 一种基于局部线性嵌入算法的肿瘤基因表数据特征选择方法，根据肿瘤基因表达数据的类别信息计算邻域，为了更好地利用类别信息，重新定义一种新的距离表达方式，I相同标签样本之间的距离；II不同标签样本之间的距离；分别计算类内与类外样本点的重构权；判别准则；特征评价函数。本发明具有LLE Score算法可以将高维的邻域信息保留在低维结构里，并可以很好地利用标签信息，同时计算代价小等特点。可以根据特征选择后的降维效果，对基因数据进行有效的分类。

公开(公告)号：CN104200135A

公开(公告)日：2014-12-10

申请号：CN201410438783.1

申请日：2014-08-30

Applicant: 北京工业大学

Inventor： 李建更 ,  苏磊 ,  逄泽楠 ,  李晓丹 ,  张卫

IPC: G06F19/24

Abstract: 一种基于MFA score和排除冗余的基因表达谱特征选择方法，肿瘤基因表达谱的特征选择和分类有助于肿瘤的早期诊断，从基因表达的角度解释肿瘤的成因。首先利用MFA score算法构造类间近邻矩阵Wb和类内近邻矩阵Ww，进而得到类间拉普拉斯矩阵Lb和类内拉普拉斯矩阵Lw，最后将基因排序。针对基因表达数据的高冗余这一特点，我们利用Pearson相关系数来判断基因间的相关性，将高相关的基因即冗余基因排除，最终得到基因子集。本发明适用于任意空间分布的训练样本，排除冗余基因进一步缩减了特征维数，算法复杂度较小，实验中取得了较高的分类准确率。