王 薇， 蒋俊正

(桂林电子科技大学 信息与通信学院,广西 桂林 541004)

如今，癌症的病发率越来越高，根据国际癌症研究机构最新发表的《2020年全球癌症统计报告》，2020年全球新发恶性肿瘤1 930万例，全球恶性肿瘤死亡病例约为1 000万例，癌症已经成为了全球第二大死因[1]。随着计算机技术和基因芯片技术的发展，海量的基因表达数据可以被获取，这为致癌机理的研究和癌症的早期诊断提供了一种全新的方法。然而，相对于可以大量获取的基因表达数据，可获得的用于分析基因数据特性的样本较少，且仅有一小部分的基因与癌症分类识别相关。因此，如何降低基因表达数据的维度，从成千上万的基因表达数据中筛选出分类能力高的基因，对基因表达数据的研究具有重要意义[2-3]。

特征选择是常用的降维方法之一，其主要思想是基于一定准则，筛选出符合要求的特征[4]。目前，许多学者已将特征选择应用到基因表达数据的降维中。Chris等[5]提出了最小冗余最大相关(minimum redundancy-maximum relevance, 简称MRMR)方法，并用于基因选择，该方法能有效减少冗余，并具有较好的泛化能力。Sun等[2]利用多个不同的滤波器以选择出具有不同分类能力的候选基因子集，然后使用交叉熵算法剔除候选基因子集中的冗余基因。Li等[6]将基因选择问题建模为一个多元优化问题，提出了一种多目标排序二元人工蜂群算法，对基因表达数据进行降维。然而，在基因表达过程中，一个基因会受到其他基因或者分子(如蛋白质)的调控作用，并且这个基因又可能调控其他基因的表达[7]。……