【摘要】本文建立了特征基因筛选模型，该模型主体部分可分为四个分模型：基因初步筛选模型、特征子集生成模型、特征基因提取模型、基因表达谱去噪模型。
基因初步筛选模型主要由单因素方差分析法和巴氏距离分析法构建，在2000个基因中筛选出了324个信息基因。
特征子集生成模型由K均值聚类和主基因提取两部分构成。K均值聚类采用了欧氏距离准则、皮尔森相关准则、余弦相似度准则同时对信息基因进行聚类；在按每种聚类准则进行分类时，类数从2到100，三个聚类准则共得到297个聚类结果。对于某个聚类结果，在单独一类的基因中选择巴氏距离最大的基因作为该类主基因，由此得到297个分类特征子集。
特征基因提取模型用支持向量机作为分类器，同时用留一交叉验证和独立验证两种方法求解。取两种检验方法均有最佳SVM识别效果的特征子集作为该聚类准则下的特征基因组合，由此得到三个特征基因集合。对三个特征基因集合取交集，最终得到了6个与结肠癌肿瘤分类识别直接相关的特征基因。(www.xing528.com)
基于小波包原理，建立基因表达谱去噪模型，对第一步提取出的信息基因去噪，对去噪后的数据进行分析，得到了4个与结肠癌肿瘤分类识别直接相关的特征基因。这4个基因包含于去噪前分析所得到的6个特征基因之中。说明了噪声对基因表达谱数据的处理会造成负面影响，去噪后可以更加精确地提取出与肿瘤分类直接相关的特征基因。
本文对先验信息如何融入数学模型进行了初步探索，认为可在特征子集生成后，直接选取含有先验信息基因的组合进行基因表达能力测试。这样既保证了先验信息基因不在表达能力测试时丢失，又保证了特征基因选取后的分类准确率。
【关键词】单因素方差分析；巴氏距离；K均值聚类；SVM；小波包软阈值降噪
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
