基于流形学习的基因微阵列数据分类方法

李 强，石陆魁，刘恩海，王 歌

（河北工业大学 计算机科学与软件学院，天津300401）

0 引言

近些年来，随着基因微阵列数据应用逐渐趋于广泛和微阵列数据库的不断完善，人们越来越需要充分深入地从大量的数据中捕获信息.即使再大的基因组，人们可能只获得少部分的基因信息.如果能研究出更加先进的基因分析工具，使人们从基因微阵列数据中提取出有用的甚至于更深层次的信息，如基因功能信息、基因微阵列的进化信息、与疾病相关的信息等，无疑能发挥出至关重要的作用.因此，如何对这些复杂的数据进行有效地分析，挖掘出其中蕴含的有用信息成为当今社会研究的重点课题之一［1－7］.

对基因微阵列数据进行分类是挖掘微阵列数据中有用信息的一种重要手段.目前，在基因微阵列数据分类研究方面，多数研究者采用有监督的分类方法，主要包括 K－近邻（K－Nearest Neighbor，K－NN）、支持向量机（Support Vector Machine，SV M）和朴素贝叶斯（Naive Bayes，NB）等方法［8］.然而基因微阵列数据具有样本少、非线性、维数高等特点，一般每个样本的维数都高达几千甚至上万，这种特性导致目前的一些分类算法对其进行分类的效果不尽如人意.因此，如果能对微阵列数据集先进行特征选择或提取（降维处理），提取出与样本类别相关的基因或信息，再将分类方法应用到降维后的数据，可能会取得好的识别效果.而流形学习算法作为一种非线性降维方法，可以发现隐藏在高维数据中的非线性流形，在模式识……