[发明专利]一种参数最优的肺癌癌细胞检测仪

权利要求书

1.一种参数最优的肺癌癌细胞检测仪，其特征在于：该系统由基因微阵列读入模块、数据预处理及特征排序模块、参数寻优模块、模型输出模块组成。

2.根据权利要求1所述的参数最优的肺癌癌细胞检测仪，其特征在于：所述基因微阵列读入模块读入的是所有基因微阵列的类别标签Y＝[y₁,y₂,...,y_m]，其中y_i＝k,k∈(-1,1)，以及所有样本的基因微阵列表达值：

其中每一行x_i代表一个样本所有基因的表达值，对应的每一列x_j代表一个基因在所有样本中的表达值，下标i表示第i个样本、总共m个，下标j表示第j个基因、总共n个。

3.根据权利要求1所述的参数最优的肺癌癌细胞检测仪，其特征在于：所述数据预处理及特征排序模块对基因微阵列读入模块读入的原始微阵列数据进行归一化以及特征排序。其中归一化操作为：

其中，Min、Max分别为样本基因表达值的最小值、最大值。而特征排序选择使用每个基因对分类准确度的贡献度打分来实现，通过定义一个贡献度函数：

其中，α＝[α₁,...,α_n],H_ij＝y_iy_jK(x_i,x_j),α为法向量对应的系数、H为中间矩阵，J为代价函数、I为单位矩阵、K为核函数、y为标签值、x为样本特征值，上标T表示矩阵的转置、下标i、j分别表示第i个样本和第j个基因。事实上，该式代表分类边界大小的平方值，则有：

定义w为分类绝策面的法向量、w^*为最优法向量、α为法向量对应的系数、α^*最优法向量对应的系数。观察上式，可以得到：各个特征的重要程度根据该特征对于这个代价函数的贡献大小来决定，即每个特征的贡献值为：其中，δ表示贡献度。

在使用非线性核作为核函数的时候，一般可以如下近似计算：

其中，合理假设某个特征消去之后α值不变，H(-i)表示该特征消去之后的H矩阵值。而在使用该假设时，得到的结果与线性核的结果相差不大。利用该式即可循环计算特征贡献度进行基因重要性排序。由此可得到基因检测的训练集合其中x_i代表n×1的输入特征向量，t_i代表m×1的目标向量。给定一个激活函数g(x)以及隐含层的节点个数那么ELM基因检测系统为：

其中，ω_i代表第i个隐含层节点和输入层之间的权重向量，b_i代表第i个隐含层节点的偏置，β_i代表第i个隐含层节点和输出层之间的权重向量，o_j代表第j个输入数据的目标输出。另外，ω_i·x_j代表了ω_i和x_j的内积。

该网络的输出能够无限地接近于输入的N个样本，即：

可得：

上式可以表达为矩阵形式：Hβ＝T

其中，H表示隐含层的输出矩阵，H的第i列分别表示隐含层的第i个节点对应于N个输入x₁,x₂,…,x_N的输出值。单隐层前馈神经网络(SLFNs)的输入权值和隐含层的偏差在网络训练的过程中不需要调整，可以任意给定。基于上述理论，输出权重可以通过计算Hβ＝T的最小二乘解求得：

可以利用线性方法快速求得方程的解，如式所示：

其中，代表H的Moore-Penrose广义逆矩阵，代表最小范数最小二乘解，它正好是最小二乘解中范数最小的解。相比很多已有的基因检测系统，极限学习机通过这种Moore-Penrose广义逆的求解能够以非常快的速度达到很好的训练效果。