文献类型：期刊文章

作　　者：刘艳[1] 程璐[1] 孙林[1]

Liu Yan;Cheng Lu;Sun Lin(College of Computer and Information Engineering,Henan Normal University,Xinxiang 453007,China)

机构地区：[1]河南师范大学计算机与信息工程学院,河南新乡453007

出　　处：《河南师范大学学报（自然科学版）》

基　　金：国家自然科学基金(61772176);中国博士后科学基金项目(2016M602247);河南省科技创新人才项目(184100510003);河南省科技攻关项目(182102210362);河南省高校青年骨干教师培养计划项目(2017GGJS041)

年　　份：2019

卷　　号：47

期　　号：2

起止页码：21-28

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、MR、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：传统的肿瘤基因选择算法挑选出的特征基因中存在大量噪声基因和冗余基因,从而对基因算法的准确性和分类精度产生影响.针对这一问题,将K-S检验与邻域粗糙集融合成为一种新的特征选择方法.首先,采用累积分布函数计算正负类样本的累积函数值和K-S检验统计量,对照显著性水平下的样本统计量,从而去除冗余基因和噪声基因;然后,使用邻域粗糙集进行约简,对比条件属性重要度得出最优约简结果;最后,对比K-S检验和两种基于K-S检验的特征选择方法得到的冗余度和分类精度,通过实验验证这种方法不仅能准确挑选出具有显著区分能力的肿瘤基因,且效率高具有可行性.

关 键 词：K-S检验  邻域粗糙集 特征选择  

分 类 号：TP181]