[发明专利]基因微阵列数据的分类器模型生成方法

权利要求书

1.一种基因微阵列数据的分类器模型生成方法，其特征在于：具体包括以下步骤：

(1)用过滤技术预处理基因微阵列数据，集成了四种策略，即学生检测分析、熵分析、切诺夫界分析以及无偏统计分析，根据每一种策略为每个基因的重要程度进行打分评估，然后根据分数的高低进行排序，最后选择一定数量分值高的基因作为对样本分类预测贡献大的基因，实现特征的预筛选；

(2)将预处理后的基因微阵列数据用独立分量分析技术进行变换以挖掘数据中的隐含信息，得到独立分量集；

(3)应用线性判别分析技术处理独立分量集，将基因微阵列数据投影到具有最佳可分性的低维空间；

(4)利用投影后的基因微阵列数据训练最近邻分类器，生成分类器模型；

所述步骤(2)中独立分量分析技术的具体步骤为：

(2a)独立分量集S＝WX^T，其中X＝[x⁽¹⁾；x⁽²⁾；…；x^(m))]是m×n的基因微阵列数据矩阵，m是样本个数，n是基因特征维度，W是n×n的变换矩阵；

(2b)利用最大似然估计方法求变换矩阵W；

(2b.1)关于W的最大似然估计：

其中，x⁽ⁱ⁾是基因微阵列数据矩阵X的第i行，表示基因微阵列数据的第i个样本；是基因微阵列数据矩阵X的第i行第j列，表示第i个样本的第j个基因特征；p_x(x⁽ⁱ⁾)表示第i个样本的联合概率密度，表示第i个样本的第j个基因特征的概率密度；

(2b.2)因为独立分量集S＝WX^T，所以p_x(x)＝p_s(s)|W|且 其中是矩阵W的第j行，是矩阵S的第j行第i列的元素，p_x(x)为关于x的概率密度，则关于W的最大似然估计：

(2b.3)令独立分量集S的概率分布函数为则关于W的最大似然估计：

(2b.4)利用梯度下降法求使L(W)取最大值的最优变换矩阵W，其中更新规则为：

γ为学习率，0≤γ≤1。

2.根据权利要求1所述的基因微阵列数据的分类器模型生成方法，其特征在于：所述步骤(3)中线性判别分析技术具体步骤为：

(3a)设计线性判别分析方法的目标函数：

设数据中有m个样本，分别属于c个类别，第i类的样本数为m_i，且类间散布矩阵类内散布矩阵其中μ是所有样本的均值，μ_j是第j类样本的均值，是第j类的第i个样本，则线性判别分析方法的目标函数：

其中，α是使目标函数取得最大值的最优变换向量；

(3b)求最优变换向量α，具体步骤为：

(3b.1)如果存在，利用拉格朗日乘子法求最优变换向量α：

令J(α，λ)＝α^TS_bα-λ(α^TS_wα)

对α求导：

整理：S_w^-1S_bα＝λα

则最优变换向量α就是矩阵S_w^-1S_b最大的特征值对应的特征向量；

(3b.2)如果不存在，则采用基于样本空间的线性判别分析方 法，目标函数变为：β＝[β₁，β₂，…β_m]^T是变换向量α在各个样本上的权重系数；

(3b.2.1)利用拉格朗日乘子法求权重系数β：

令J(β，λ)＝β^T(X^TS_bX)β-λβ^T(X^TS_wX)β，

对β求导：

(X^TS_bX)β＝λ(X^TS_wX)β；

(3b.2.2)如果矩阵X^TS_wX的逆矩阵存在，则权重系数β就是矩阵(X^TS_wX)^-1(X^TS_bX)最大的特征值对应的特征向量；否则，用矩阵X^TS_wX的伪逆矩阵代替(X^TS_wX)^-1；

(3b.2.3)最优变换向量