基于相容粗糙集的基因微陣列數(shù)據(jù)分類(lèi)研究.pdf

1、碩士學(xué)位論文基于相容粗糙集的基因微陣列數(shù)據(jù)分類(lèi)研究GeneMicroarrayDataClassificationBasedonToleranceRoughSets作者姓名：王蓬學(xué)科、專業(yè)：讓篁扭筮i生皇堡詮學(xué)號(hào)：21009233完成日期：2013430大連理工大學(xué)DalianUniversityofTechnology人連理丁大學(xué)碩士學(xué)位論文摘要粗糙集理論是一種分析不精確、不一致、不完備數(shù)據(jù)的有效工具。然而，等價(jià)關(guān)系約束下的經(jīng)典粗糙集

2、模型只能應(yīng)對(duì)離散化形式的數(shù)據(jù)，具有很大的局限性。基于相容關(guān)系知識(shí)表示的粗糙集模型，可以方便地處理數(shù)值類(lèi)型數(shù)據(jù)。面對(duì)高通量時(shí)代基因微陣列數(shù)據(jù)的處理需求，迫切需要一種可有效地解決高維度、小樣本數(shù)據(jù)的分類(lèi)方法。利用粗糙集理論對(duì)基因微陣列數(shù)據(jù)進(jìn)行分類(lèi)研究已經(jīng)成為生物信息學(xué)領(lǐng)域的又一研究熱點(diǎn)。從近似獲取方式的不同和鄰域獲取方式的不同兩個(gè)角度構(gòu)建粗糙集模型，提出一種基于向前刪除策略的屬性約簡(jiǎn)算法解決基因選擇問(wèn)題。基于集合的方式定義概念的近似，利用相

3、交鄰域定義對(duì)象的鄰域，而非采用傳統(tǒng)方法中基于點(diǎn)的近似和距離鄰域的獲取方式。這使得對(duì)確定概念的近似更加準(zhǔn)確，并且對(duì)象間在每一維都有很大的相似性。在8個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，針對(duì)不同的數(shù)據(jù)集應(yīng)該選擇不同的粗糙集模型來(lái)構(gòu)建知識(shí)，基于集合近似及相交鄰域構(gòu)建的粗糙集模型可適應(yīng)大多數(shù)基因微陣列數(shù)據(jù)的基因選擇。通過(guò)查閱已有基因注解和統(tǒng)計(jì)對(duì)比進(jìn)一步說(shuō)明了本文方法的有效性。利用基于規(guī)則的分類(lèi)器實(shí)現(xiàn)基因微陣列數(shù)據(jù)的分類(lèi)。首先，采用等頻率區(qū)間法針對(duì)上文基因

4、選擇后的數(shù)據(jù)進(jìn)行離散化。然后，定義知識(shí)粒概念，通過(guò)值域相鄰區(qū)間的對(duì)象合并策略構(gòu)建粒的中心集和鄰域集，改變以往僅僅基于中心集或鄰域集約束的規(guī)則提取模式。最后，利用本文給出的規(guī)則歸納算法提取規(guī)則并構(gòu)建分類(lèi)器。實(shí)驗(yàn)結(jié)果表明，提出的基于雙重驗(yàn)證的規(guī)則歸納算法，不僅可以提取出錯(cuò)誤率低的規(guī)則集，而且使得構(gòu)建的分類(lèi)器具有更高的準(zhǔn)確率。總之，本文成功地利用基于相容關(guān)系的粗糙集模型及相關(guān)算法解決了基因微陣列數(shù)據(jù)的分類(lèi)問(wèn)題。在動(dòng)、植物和模擬數(shù)據(jù)上的實(shí)驗(yàn)分析