文档介绍：万方数据
西安电子科技大学
学位论文创新性声明
秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在
导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标
注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成
果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的
材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说
明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切相关责任。
本人签名: 日期

西安电子科技大学
关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究
生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保
留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内
容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后
结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。
(保密的论文在解密后遵守此规定)
本学位论文属于保密在年解密后适用本授权书。
本人签名: 日期
导师签名: 日期

万方数据
摘要
基因微阵列数据中包含的遗传信息为疾病的预测诊断提供了新的方法,但是
其高维度、高噪音、高冗余、小样本的特点,对传统模式识别方法提出了挑战,
因此特征选择成为该领域的研究热点,亟待设计新的结合特征选择技术的模式识
别方法来分析和处理这类数据。
本文针对基因微阵列数据的特征选择进行了研究,提出了一种基于聚类分析
和智能优化的混合特征选择方法。首先,对数据进行 Filter 处理,初步去掉噪声信
息;其次,依据相关性测度作为相似度矩阵对基因进行 AP 聚类,依据一种去冗余
算法对聚类结果类内去冗余,将各个类内剩余的基因组合形成基因子集;然后,
通过基于粒子群优化的 Wrapper 特征选择方法在该基因子集空间中进行搜索,选
择出优化后的特征基因,最后进行分类。
在六个常用的基因微阵列数据集上进行了实验。实验对整个系统内部如何组
织、相似性度量的选择及聚类结果的抽取问题进行了探讨,并与常用的方法进行
了对比,结果表明了本文所提出方法的有效性。

关键词:混合特征选择基因微阵列 AP 聚类粒子群优化相似性度量

万方数据
Abstract
Gene microarray data contains the ic information that provides a new method
for the prediction and diagnosis of disease. However, its characteristics of high
dimension, high noise, high redundancy and small sample size, pose challenges to the
traditional pattern recognition methods. So the feature selection has e focus in
this research field. To analyze and deal with this kind of data, researchers urgently need
design new pattern recognition methods.
We mainly studied feature selection in gene microarray data and proposed a hybrid
feature selection algorithm based on clustering and Intelligent Optimization. First of all,
we handle the data with filter method in order to remove noise information. Secondly,
we cluster genes using AP clustering algorithm based on the correlation measure as the
similarity matrix of AP algorithm. We remove the redundancy of clustering re