基于遗传算法和支持向量机的癌症特征基因选择及分类

发布时间：2020-11-09 16:38

　　 癌症以其高死亡率严重影响我国居民的生命健康,在我国癌症每年导致上百万人死亡。癌症早期治愈率高但由于其没有明显的临床症状导致大量患者因延误治疗时机而死亡,因此早发现、早治疗是防癌治癌的重要准则。目前癌症筛查主要采取影像学手段,医师通过对CT等影像资料观察分析做出诊断,这使得癌症筛查严重依赖医生的临床经验,误诊、漏诊率较高导致大量癌症患者延误治疗时机。随着生命科学的发展,基因芯片技术应运而生,基于基因芯片的癌症早筛技术具有不依赖临床经验的特点,因而吸引了许多科研人员的关注。但目前应用基因芯片数据仍面临着许多困难,由于其实验成本高、实验复杂等原因导致数据具有高维度、小样本、高噪声等特点增加了分析利用其数据的难度。本文针对分析基因芯片数据的难点提出了基于遗传算法改进并以支持向量机作为分类器的癌症特征选择与分类方法,改进点如下:1)本算法提出了一种新的混合评价函数,该评价函数包含个体最大相关评价、个体最小冗余评价、个体种群多样性贡献评价,这些评价的加权和通过种群代数相关的系数与基于分类器准确率的评价相结合,该评价函数平衡了种群多样性和收敛速度,能够防止算法陷入局部最优解过早收敛。2)遗传算法中变异算子通过向种群中随机引入基因改善种群的基因多样性。本文依据遗传算法不同阶段种群特点设计了基于优势基因库和全量基因库的变异算子,该算子以一定概率选择一个基因库完成变异操作,选择概率与种群代数相关,使算法前期可以快速引入优势基因,此改进方法均衡了遗传算法的随机性和收敛速度。3)本文分析种群个体发现在算法的中后期,种群中出现大量冗余个体,冗余个体不利于算法继续搜索最优特征子集导致其过早收敛,基于此问题本算法在遗传算法中添加了种群去重操作,该操作能够去除种群中的重复个体改善种群个体和基因多样性。
【学位单位】：长春工业大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：TP18;R730.4
【部分图文】：

第2章特征基因选择与分类方法基础研究7第2章特征基因选择与分类方法基础研究2.1基因芯片技术概述基因芯片又称DNA微阵列，广泛应用于DNA序列检测和基因表达检测，基本原理依托于碱基互补配对。通过探针固相原位等技术将大量探针集成在1cm2大小的硅片上，实现高通量的测序和表达产物检测。由于其大幅度降低了基因测序的成本，使得基因测序技术得到极大的推广，因此被称为新一代基因测序技术。2.1.1基因表达产物检测技术基因表达产物检测[28]指直接或间接检测生物体内全部基因的转录产物（mRNA）在细胞中的丰富度。生命体通过中心法则合成生命活动所必须的生物大分子，其中mRNA携带遗传信息并指导蛋白质的合成，通过检测转录产物的丰富度可以了解生命体生化过程是否正常，探究生命活动的机理。随着生命科学技术的发展，人们又相继研发了许多新的测序方法，常用的检测方法有：实时荧光定量PCR、表达序列标签、基因表达系列分析和转录组测序。基因芯片以其高通量检测的特点得到广泛关注，下面介绍基于基因芯片的表达产物检测流程：图2.1基因表达检测流程基因表达产物检测流程如图2.1所示：1)杂交混合液的制备：通过反转录技术将要进行检测的mRNA反转录获得与其相对应的cDNA，阔增数代并做荧光标记。阔增的目的是防止当cDNA与基因芯片杂

第2章特征基因选择与分类方法基础研究15特征选择、生产调度等领域里有着广泛的应用。图2.6遗传算法流程图2.5支持向量机支持向量机本质上是定义在特征空间的线性分类器，其判别函数通过权重系数将各特征值组合在一起对样本分类，其基本思想是在特征空间线性可分的数据集上找到一个分类超平面，使得分类超平面对数据集的间隔最大化。通过拉格朗日乘子法可以将问题转化为拉格朗日对偶问题，算法被重写为支持向量与样本的点积的形式，通过将点积替换为核函数，可以将SVM推广至非线性分类问题，核函数的处理等价于将原线性不可分的数据的输入空间转化到新的特征空间处理。利用决策函数预测时，计算只与支持向量和预测样本有关，因此模型的计算量较小，同时该特点导致模型对数据集十分鲁棒，数据集删除添加非支持向量数据对模型没有影响。

第3章基于GA-SVM算法的特征选择与分析223.2.1算法流程图3.1GA-SVM算法流程图GA-SVM特征选择与分类算法流程图如图3.1所示，首先算法确定特征空间和个体编码方式，本问题的特征空间为基因芯片上所有基因的荧光信号。然后算法初始化种群，初始化方法可以完全随机也可以根据某些先验知识生成，计算种群中每个个体的适应度，这里的适应度依据的是SVM分类器的准确率，若种群中存在个体超过预设的适应度阈值则算法终止并输出满足要求的特征子集给分类器进一步完成分类任务，否则执行选择算子、交叉互换算子、变异算子更新种群中的个体，反复迭代直到满足最大遗传代数时终止程序。
【相似文献】

相关期刊论文 前10条

1 桂红霞;;基于遗传算法的加权支持向量机的短期电力负荷预测[J];工业控制计算机;2010年05期

2 张子宁;单甘霖;段修生;张岐龙;;基于改进遗传算法的支持向量机特征选择[J];电子产品世界;2010年Z1期

3 邵伯乐;李洁;;基于禁忌遗传算法和支持向量机的网络安全态势预测[J];宜春学院学报;2018年12期

4 李昆仑;张炘;廖频;;基于遗传算法的支持向量机参数优化研究[J];电脑知识与技术;2018年09期

5 陈光英,张千里,李星;异常检测中查全率和查准率的控制[J];控制与决策;2004年04期

6 朱超岩;姚晓东;;基于遗传算法优化的支持向量机在变压器故障诊断中应用[J];仪表技术;2019年03期

7 宇缨;;构造特征复杂性减低的支持向量机(英文)[J];东莞理工学院学报;2007年03期

8 田录林;柴俊岭;吴瞻;候彤辉;张欣;吕恒;;基于关联气体和遗传算法优化支持向量机的电力变压器故障检测[J];电气应用;2018年19期

9 谢申汝;叶生波;王学梅;何红霞;钱彬彬;杨宝华;;基于优化支持向量机的小麦最低收购价预测[J];洛阳理工学院学报(自然科学版);2018年01期

10 李艳;辛长平;武建亮;郭磊;;基于遗传算法的维权重支持向量机研究[J];河北工业大学学报;2012年05期

相关博士学位论文 前10条

1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年

2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年

3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年

4 李险峰;基于改进遗传算法的汽车装配生产线平衡问题研究[D];北京科技大学;2017年

5 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

6 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

7 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

8 王晓鹏;遗传算法及其在气动优化设计中的应用研究[D];西北工业大学;2000年

9 姚刚;中国股市的分形研究与遗传算法[D];吉林大学;2008年

10 黄景涛;支持向量机算法参数选择及其在电站锅炉系统中的应用研究[D];浙江大学;2005年

相关硕士学位论文 前10条

1 唐铭一;基于遗传算法和支持向量机的癌症特征基因选择及分类[D];长春工业大学;2020年

2 吕勇波;基于支持向量机与遗传算法的结构优化研究[D];华中科技大学;2007年

3 李治友;遗传算法和支持向量机混合方法及其应用[D];重庆大学;2003年

4 刘涛;基于遗传算法与支持向量机融合的特征基因抽取方法研究[D];哈尔滨工业大学;2007年

5 刘晋飚;基于遗传算法的特征基因选择方法研究[D];湖南大学;2012年

6 曹彦;基于支持向量机的特征选择及其集成方法的研究[D];郑州大学;2010年

7 蒋莎;一种用于学习非平衡数据支持向量机的改进[D];武汉科技大学;2008年

8 熊娓;基于SVM和GA混合算法的基因芯片特征基因子集选取研究[D];吉林大学;2006年

9 刘明飞;半监督交互式遗传算法的研究与应用[D];山东师范大学;2013年

10 张淑娟;基于支持向量机的税收预测模型研究[D];广东工业大学;2017年

本文编号：2876693