基于相关性分析的微阵列数据集成分类研究

于化龙等：基于相关性分析的微阵列数据集成分类研究

３３５

［１７３

［１８］

Ｇｕｎｎ

Ｓ

Ｒ．Ｓｕｐｐｏｒｔ

ｖｅｃｔｏｒ

ｍａｃｈｉｎｅｓｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄ

ｒｅｇｒｅｓｓｉｏｎ［ＥＢ／ＯＬ］．（１９９８－０５－１０）［２００８—１１—２３］．ｈｔｔｐｉ／／ｕｓｅｒｓ．ｅｃｓ．ｓｏｔｏｎ．ａｃ．ｕｋ／ｓｒｇ／ｐｕｂｌｉｃａｔｉｏｎｓ／ｐｄｆｌＳＶＭ．ｐｄｆ

Ｗａｎｇ

Ｙ

Ｈ，Ｍａｋｅｄｏｎ

Ｆ

Ｓ，ＦｏｒｄＪＣ。ｅｔａ１．ＨｙｋＧｅｎｅ：Ａ

ｈｙｂｒｉｄ

ａｐｐｒｏａｃｈｆｏｒ

ｓｅｌｅｃｔｉｎｇｍａｒｋｅｒｇｅｎｅｓ

ｆｏｒｐｈｅｎｏｔｙｐｅ

ｃｌａｓｓｉｆｉｃａｔｉｏｎ

ｕｓｉｎｇ

ｍｉｃｒｏａｒｒａｙ

ｇｅｎｃ

ｅｘｐｒｅｓｓｉｏｎ

ｄａｔａ口］．

Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００５，２１（８）：１５３０—１５３７

Ｙｕ

Ｈｕａｌｏｎｇ，ｂｏｒｎｉｎ

１９８２．Ｒｅｃｅｉｖｅｄｈｉｓ

ｍａｓｔｅｒｄｅｇｒｅｅ

ｉｎ

ｃｏｍｐｕｔｅｒ

ｓｃｉｅｎｃｅｆｒｏｍ

Ｈａｒｂｉｎ

Ｅｎｇｉｎｅｅｒｉｎｇ

Ｕｎｉｖｅｒｓｉｔｙ

ｉｎ

２００８．

Ｈｅｉｓｃｕｒｒｅｎｔｌｙ

ａ

ＰｈＤｃａｎｄｉｄａｔｅｏｆＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ．Ｓｔｕｄｅｎｔ

ｍｅｍｂｅｒ

ｏｆＣｈｉｎａ

Ｃｏｍｐｕｔｅｒ

Ｆｅｄｅｒａｔｉｏｎ．Ｈｉｓ

ｃｕｒｒｅｎｔ

ｒｅｓｅａｒｃｈ

ｉｎｔｅｒｅｓｔｓｍａｉｎｌｙ

ｉｎｃｌｕｄｅ

ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，ｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ

ａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇ．

于化龙，１９８２年生。博士研究生，中国计算机学会学生会员，主要研究方向为生物信息学、模式识别与机器学习．

ＧｕＧｕｏｃｈａｎｇ。ｂｏｒｎｉｎ１９４６．ＰｒｏｆｅｓｓｏｒａｎｄＰｈＤｓｕｐｅｒｖｉｓｏｒｏｆｔｈｅＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒ

Ｓｃｉｅｎｃｅ

ａｎｄ

Ｔｅｃｈｎｏｌｏｇｙ。

Ｈａｒｂｉｎ

ＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ，Ｃｈｉｎａ．

Ｈｉｓｍａｉｎｒｅｓｅａｒｃｈｉｎｔｅｒｅｓｔｓｉｎｅｌｕｄｅ

ｐａｔｔｅｒｎ

ｒｅｃｏｇｎｉｔｉｏｎ．ｍｘａｇｅｐｒｏｃｅｓｓｉｎｇ，

ｍａｃｈｉｎｅ

ｌｅａｒｎｉｎｇ

ａｎｄ

ｂｉｏｉｎｆｏｒｍａｔｉｃＳ．

顾国昌，１９４６年生，教授，博士生导师，主要研究方向为模式识别、图像处理、机器学习与生物信息学．

Ｌｉｕ

Ｈａｉｂｏ，ｂｏｒｎ

ｉｎ１９７６．ＰｈＤ

ａｎｄ

ａｓｓｏｃｉａｔｅ

ｐｒｏｆｅｓｓｏｒ．Ｈｉｓｍａｉｎ

ｒｅｓｅａｒｃｈ

ｉｎｔｅｒｅｓｔｓ

ｉｎｃｌｕｄｅ

ｉｍａｇｅ

ｐｒｏｃｅｓｓｉｎｇ

ａｎｄ

ｐａｔｔｅｒｎ

ｒｅｃｏｇｎｉｔｉｏｎ．

刘海波，１９７６年生，博士，副教授，主要研

究方向为图像处理与模式识别．

Ｓｈｅｎ

Ｊｉｎｇ，ｂｏｒｎ

ｉｎ１９６９．ＰｈＤａｎｄ

ａｓｓｏｃｉａｔｅ

ｐｒｏｆｅｓｓｏｒ．

Ｈｅｒ

盐ｉｎ

ｒｅｓｅａｒｃｈ

ｉｎｔｅｒｅｓｔｓｉｎｃｌｕｄｅｉｍａｇｅ

ｐｒｏｃｅｓｓｉｎｇａｎｄｄａｔａ

ｍｉｎｉｎｇ．

沈■。１９６９年生，博士，副教授，主要研

究方向为图像处理与数据挖掘．

ｚｌｈ钟Ｊｉｎｇ?ｂｏｒｎ

ｉｎ１９７２．ＰｈＤ

ａｎｄ

ａｓｓｏｃｉａｔｅｐｒｏｆｅｓｓｏｒ．Ｈｅｒｍａｉｎ

ｒｅｓｅａｒｃｈｉｎｔｅｒｅｓｔｓ

ｉｎｃｌｕｄｅ

ｓｏｆｔｗａｒｅ

ｔｅｓｔｉｎｇ，

ｓｏｆｔｗａｒｅｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎａｎｄｍａｃｈｉｎｅ

ｌｅａｒｎｉｎｇ．

赵靖，１９７２年生，博士，副教授，主要研究方向为软件测试、软件可靠性评估与机器学习．

ＲｅｓｅａｒｃｈＢａｃｋｇｒｏｕｎｄ

Ｔｈｉｓ

ｗｏｒｋｉｓ

ｐａｒｔｉａｌｌｙｓｕｐｐｏｒｔｅｄｂｙ

Ｎａｔｉｏｎａｌ

ＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆ

Ｃｈｉｎａ

ｕｎｄｅｒ

ｇｒａｎｔ

Ｎｏ．６０８７３０３６，Ｃｈｉｎａ

ＰｏｓｔｄｏｃｔｏｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎ

Ｆｕｎｄｅｄ

ＰｒｏｊｅｃｔｕｎｄｅｒｇｒａｎｔＮｏ．２００６０４００８０９ａｎｄｔｈｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ

Ｓｐｅｃｉａｌ

ＦｏｕｎｄａｔｉｏｎｆｏｒＹｏｕｎｇＲｅｓｅａｒｃｈｅｒｓｏｆＨｅｉｌｏｎｇｊｉａｎｇＰｒｏｖｉｎｃｅｏｆＣｈｉｎａｕｎｄｅｒｇｒａｎｔＮｏ．ＱＣ０６Ｃ０２２．

Ｍｉｃｒｏａｒｒａｙｉｓ

ａ

ｎｏｖｅｌｂｉｏｌｏｇｙｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｐｒｏｖｉｄｅｓｔｈｅａｂｉｌｉｔｙ

ｔＯ

ｍｅａｓｕｒｅｔｈｅｅｘｐｒｅｓｓｉｏｎｌｅｖｅｌｓｏｆｔｈｏｕｓａｎｄｓｏｆ

ｇｅｎｅｓ

ｓｉｍｕｌｔａｎｅｏｕｓｌｙｉｎ

ａ

ｓｉｎｇｌｅｅｘｐｅｒｉｍｅｎｔａｎｄｍａｋｅｓｉｔｐｏｓｓｉｂｌｅ

ｔｏ

ｐｒｏｖｉｄｅｄｉａｇｎｏｓｉｓｆｏｒｄｉｓｅａｓｅ，ｅｓｐｅｃｉａｌｌｙｆｏｒｔｕｍｏｒ，ａｔｍｏｌｅｃｕｌａｒ

ｌｅｖｅｌ．Ｈｏｗｅｖｅｒ，ｉｔａｌｓｏ

ｐｒｅｓｅｎｔｓｃｈａｌｌｅｎｇｅｆｏｒｔｒａｄｉｔｉｏｎａｌｄａｔａａｎａｌｙｓｉｓｍｅｔｈｏｄｓａｎｄｐａｔｔｅｒｎｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｓｂｅｃａｕｓｅｔｈｅｒｅ

ａｒｅａ

ｌａｒｇｅｎｕｍｂｅｒ

ｏｆ

ｇｅｎｅ

ｅｘｐｒｅｓｓｉｏｎｖａｌｕｅｓ

ｐｅｒ

ｅｘｐｅｒｉｍｅｎｔ，ａｎｄ

ａ

ｒｅｌａｔｉｖｅｌｙ

ｓｍａｌｌ

ｎｕｍｂｅｒ

ｏｆ

ｅｘｐｅｒｉｍｅｎｔｓ．Ｔｈｅｒｅｆｏｒｅ，

ｒｅｓｅａｒｃｈｅｒｓｈａｖｅｂｅｅｎｍｏｒｅｉｎｔｅｒｅｓｔｅｄｉｎｅｎｓｅｍｂｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｏｐｏｓｅ

ａ

ｎｏｖｅｌｅｎｓｅｍｂｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎ

ａｌｇｏｒｉｔｈｍ

ｏｆ

ｍｉｃｒｏａｒｒａｙ

ｄａｔａ

ｂａｓｅｄ

ｏｎ

ｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ

ｔｏ

ｓｏｌｖｅｔｈｅ

ｐｒｏｂｌｅｍｓ

ｏｆｌｏｗ

ｃｌａｓｓｉｆｉｃａｔｉｏｎ

ａｃｃｕｒａｃｙ

ａｎｄｅｘｃｅｓｓｉｖｅｃｏｍｐｕｔａｔｉｏｎｏｆｔｈｅ

ｃｕｒｒｅｎｔ

ｅｎｓｅｍｂｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ａｎｄａｐｐｌｙｔｈｅａｌｇｏｒｉｔｈｍ

ｔＯ

ＬｅｕｋｅｍｉａｍｉｃｒｏａｒｒａｙｄａｔａｓｅｔａｎｄｃｏｌｏｎｔｕｍｏｒｄａｔａｓｅｔｔＯ

ｖａｌｉｄａｔｅｉｔｓｆｅａｓｉｂｉｌｉｔｙａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓ．Ｔｈｉｓｗｏｒｋｉｓｅｘｐｅｃｔｅｄ

ｔＯ

ｈｅｌｐ

ｍｅｄｉｃｉｎｅｒｅｓｅａｒｃｈｅｒｓａｎｄｄｏｃｔｏｒｓｔＯ

ｄｅｓｉｇｎ

ａｎ

ａｃｃｕｒａｔｅ，ｆａｓｔ

ａｎｄｌｏｗ

ｓｔｏｒａｇｅ

ｔｕｍｏｒｃｌｉｎｉｃａｌ

ｄｉａｇｎｏｓｔｉｃ

ｓｙｓｔｅｍｂａｓｅｄ

ｏｎ

ｍｉｃｒｏａｒｒａｙｄａｔａｉｎｔｈｅ

ｎｅａｒ

ｆｕｔｕｒｅ．

基于相关性分析的微阵列数据集成分类研究

作者：于化龙， 顾国昌， 刘海波， 沈晶， 赵靖， Yu Hualong， Gu Guochang， Liu Haibo，Shen Jing， Zhao Jing

作者单位：哈尔滨工程大学计算机科学与技术学院,哈尔滨,150001

刊名：

计算机研究与发展

英文刊名：JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT

年，卷(期)：2010,47(2)

被引用次数：2次

参考文献(18条)

1.Alon U;Barkai N;Notterman D A Broad patterns of gene expression revealed by clustering analysis of tumor and normal colon tissues probed by oligonucleotide array 1999(12)

2.Golub T R;Slonim D K;Tamayo P Molecular classification of cancer:class discovery and class prediction by gene expression monitoring[外文期刊] 1999(5439)

3.Guyon I;Weston J;Barnhill S Gene selection for cancer classification using support vector machines [外文期刊] 2002(01)

4.Dettling M Bagboosting for tumor classification with gene expression data[外文期刊] 2004(18)

5.Bertoni A;Folgieri R;Valentini G Bio-molecular cancer prediction with random subspace ensembles of support vector machines[外文期刊] 2005(01)

6.Hu H;Li J Y;Wang H A maximally diversified multiple decision tree algorithm for microarray data classification 2007

7.Peng Y H A novel ensemble machine learning for robust microarray data classification[外文期刊] 2006(06)

8.Kim K J;Cho S B An evolutionary algorithm approach to optimal ensemble classifiers for DNA microarray data analysis[外文期刊] 2008(03)

9.Chen Y H;Zhao Y O A novel ensemble of classifiers for microarray data classification 2008(04)

10.Krogh A;Vedelsby J Neural network ensembles,cross validation,and active learning 1995

11.Zhou Z H;Wu J X;Tang W Ensembling neural networks:Many could be better than all[外文期刊]

2002(01)

12.Xing E P;Jordan M I;Karp R M Feature selection for high-dimensional genomic microarray data[外文会议] 2001

13.Roth F P Bringing out the best features of expression data 2001(11)

14.李颖新;阮晓钢基于支持向量机的肿瘤分类特征基因选取[期刊论文]-计算机研究与发展 2005(10)

15.王树林;王戟;陈火旺肿瘤信息基因启发式宽度优先搜索算法研究[期刊论文]-计算机学报 2008(04)

16.Inza I;Larranaga P;Blanco R Filter versus wrapper gene selection approaches in DNA microarray domains[外文期刊] 2004(02)

17.Gunn S R Support vector machines for classification and regression 2008

18.Wang Y H;Makedon F S;Ford J C HykGene:A hybrid approach for selecting marker genes for phenotype classification using microarray gene expression data[外文期刊] 2005(08)

1.杨善秀.韩飞.关健基于聚类和微粒群优化的基因选择新方法[期刊论文]-计算机应用 2013(5)

2.于化龙.高尚.赵靖.秦斌基于过采样技术和随机森林的不平衡微阵列数据分类方法研究[期刊论文]-计算机科学2012(5)

本文链接：https://www.wendangku.net/doc/5f17508807.html,/Periodical_jsjyjyfz201002016.aspx