基于打分准则和改进PSO的基因选择方法

为利用数据分析的方法高效快速筛选出具有高分类性能的基因,针对基因表达谱数据高维小样本的特点,提出一种基于打分准则和改进的PSO算法的基因选择方法。基于数学抽样调查的科学性,制定一种基因打分准则来准确筛选相关基因;为防止粒子陷入局部最优解,利用半初始化及模拟退火算法的Metropolis准则改进PSO算法。在两个公开的数据集上的实验结果表明,该方法快捷、高效,克服了传统聚类解释性差以及PSO算法易于陷入局部最优解的缺点,选出了数目较少分类性能较强的基因。