马越 刘成忠

摘  要： 针对基因微阵列数据具有维数高、样本小、冗余高的特点，为了提高基因分类算法的性能，提出一种基于灰狼优化和支持向量机的分类算法。该算法使用主成分分析法进行数据降维，选取15个相关系数最大的基因探针，利用改进的灰狼优化算法对支持向量机的奖罚因子C与核宽度σ进行参数寻优，并在2组公开的癌症微阵列数据上进行试验。实验的准确率分别为95.24%和 94.00%，通过与其它算法进行性能对比，该算法具有高效、精准的分类能力，对临床医学应用有极为重要的参考意义。

关键词： 基因微阵列;基因分类;主成分分析法;支持向量机;灰狼优化算法

中图分类号： TP18    文献标识码： A    DOI：10.3969/j.issn.1003-6970.2020.06.002

本文著录格式：马越，刘成忠. 一种改进的基因微阵列数据分类算法[J]. 软件，2020，41（06）：0711+31

【Abstract】： In order to improve the performance of classification algorithm， a classification algorithm based on Grey Wolf Optimizer （GWO） and Support Vector Machine （SVM） is proposed for the high dimension， small sample and high redundancy of gene microarray data. In this algorithm， Principal Component Analysis （PCA） was used to select 15 gene probes with the largest correlation coefficient. Then， the improved gray Wolf optimization algorithm was used to optimize the parameters of reward and punishment factor C and kernel width of SVM， and two groups of cancer microarray data were tested. The accuracy of the experimental results was 95.24% and 94.00%， respectively. Compared with other algorithms， this algorithm has the ability of efficient and accurate classification， which is of great reference significance for clinical medicine application.

【Key words】： Gene microarray; Genetic classification; Principal component analysis; Support vector machine; Grey wolf optimization algorithm

0  引言

各種癌症及恶性肿瘤一直威胁着人类的生命健康，但是患病早期并不容易被查出，所以为各种疾病提供一种高效、准确的诊断方法，可以让患者及时接受治疗，或许可以挽救患者生命。随着基因微阵列技术的成熟，基因表达谱可以表示人类各个组织的正常基因，而且由于大量患者的贡献，很多重大疾病的基因微阵列数据也已经被共享，为基因分类与识别提供了大量的可靠数据。文献[1-4]众位支持向量机算法做了诸多研究，傅德胜[5]等人对PCA降维算法做了详细介绍和研究。文献[6-8]众位研究人员对癌症基因微阵列进行了特征选择，得到了低维可分的数据集。Chiaretti [9]等对白血病……