基于鄰域粗糙集和概率神經(jīng)網(wǎng)絡集成的基因表達譜分類方法

摘要：從癌癥基因表達譜分析入手，針對基因表達譜維數(shù)高、樣本少的特點，提出一種用于癌癥分類的基于鄰域粗糙集和概率神經(jīng)網(wǎng)絡集成的分類方法。首先利用Relief算法對基因進行排序，然后利用鄰域粗糙集選取分類特征基因，最后結合概率神經(jīng)網(wǎng)絡集成分類模型進行癌癥分類。實驗結果表明，該方法可以快速有效地選取癌癥特征基因，能獲得更好的分類效果。