[发明专利]基于随机化贪心特征选择的集成分类方法有效
| 申请号： | 201710209168.7 | 申请日： | 2017-04-01 |
| 公开（公告）号： | CN106991296B | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | 孟军;张晶 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | G16B40/20 | 分类号： | G16B40/20 |
| 代理公司： | 21200 大连理工大学专利中心 | 代理人： | 温福雪;侯明远 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于随机化贪心特征选择的集成分类方法，属于生物信息学和数据挖掘领域，对植物胁迫响应相关的基因表达数据进行分类。包括如下步骤：(1)在传统的贪心算法中引入随机性进行特征选择；(2)使用在复杂网络中作为社区发现评价指标的加权本地模块化函数作为随机化贪心算法的启发信息；(3)在每个特征子集上使用支持向量机算法训练基分类器；(4)对基分类器采用近邻传播聚类算法进行聚簇划分；(5)使用聚簇中作为类代表点的基分类器进行集成，采用简单多数投票法形成集成分类模型。本发明能够根据基因表达数据识别植物样本是否受到胁迫，极大的提高了对微阵列数据的分类精确度，而且算法的泛化能力强，具有非常好的稳定性。 | ||
| 搜索关键词： | 基于 随机化 贪心 特征 选择 集成 分类 方法 | ||
【主权项】：
1.一种基于随机化贪心特征选择的集成分类方法，其特征在于，步骤如下：/n(1)在传统的贪心算法中引入随机性进行特征选择/n随机选取第一个特征，来扩大对特征的搜索空间；/n(2)将在复杂网络中作为社区发现评价指标的加权本地模块化函数，作为随机化贪心算法的启发信息/n复杂网络的特性有小世界、无标度和社区结构，本集成分类方法将数据挖掘技术与复杂网络相结合，使用复杂网络中社区发现的评价指标作为启发信息进行特征选择；/n加权本地模块化函数计算过程如下：/n1)构建加权无向图G(V,A)，其中，基因微阵列数据集中的样本作为图中的顶点，对于任意两个顶点u
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连理工大学，未经大连理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710209168.7/，转载请声明来源钻瓜专利网。
