基于C3NET和图滤波器的基因特征选择算法

摘要

针对基因表达数据维度高,冗余基因多等问题,提出了一种基于C3NET和图滤波器的基因特征选择算法。利用C3NET算法推断出基因表达数据的基因调控网络,得到基因之间的调控关系。将基因表达数据中的基因建模为图上节点,每个基因的基因数据建模为图信号,将得到的基因调控网络建模为邻接矩阵,计算该基因调控网络的图拉普拉斯矩阵和图傅里叶变换,并且提出了一种基于图傅里叶变换的基因分类能力的评估方法,计算每个基因的分类能力。设计了高通图滤波器对基因数据进行滤波,根据计算得到的基因的分类能力,筛选出滤波后分类能力高的基因。仿真实验结果表明,与现有的基因选择算法相比,本算法筛选出的基因分类能力更高,在不同的分类器中均能保持较高的分类准确率。