基于改进的和声搜索算法的特征基因选择

摘要：

针对基因表达谱高维、小样本、高噪声及高冗余等特点,提出一种基于改进的和声搜索算法的特征基因选择方法.首先,采用Kruskal-Wallis算法对原始基因进行初选,降低和声算法搜索空间维数,保证和声搜索算法的优化精度和收敛速度;然后,针对和声搜索算法易陷入局部最优问题,对当前种群中最优、最差和声分别进行进化;同时融合教与学优化算法中个体更新方式,设计一种改进的和声搜索算法实现特征基因选择.仿真实验结果表明,方法在优化精度、时间效率和稳定性等方面优于HS、IHS、EHS和GHS等算法.

关键词：基因表达谱、特征基因、和声搜索算法、Kruskal-Wallis

所属期刊栏目：18

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金11502132;陕西省教育厅科研基金16JK1149;陕西理工大学科研基金SLGQD2017-07

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：204-210