[发明专利]基于集成极端学习机的肿瘤基因表达谱数据识别方法

摘要

本发明公开了一种基于集成极端学习机的肿瘤基因表达谱数据识别方法，包括成员极端学习机(ELM:Extreme learning machine)的选择和集成步骤，具体包括下列步骤：肿瘤基因表达谱数据集的预处理，包括表达谱数据的基因选择和归一化；通过Bagging方法生成N个样本集，每个样本集按一定比例划分为训练集和验证集；在N个训练集上学习生成N个ELM，并从中选出在相应验证集上识别率最高的L个ELM(L<N)组成备选成员ELM库；用粒子群优化算法从L个ELM中优选组成集成系统的K个成员ELM(K<L)；运用极小范数最小二乘法计算出K个成员ELM的集成投票权重；得到一个集成ELM系统，将该集成ELM系统对新增肿瘤基因表达谱样本进行肿瘤识别。本发明能够对肿瘤基因表达谱数据快速并准确地进行识别。

主权项

一种基于集成极端学习机的肿瘤基因表达谱数据识别方法，包括成员ELM的选择和成员ELM间的集成步骤，其特征在于，包括下列步骤：步骤1：肿瘤基因表达谱数据集的预处理，包括肿瘤表达谱数据的基因选择和归一化；步骤2：对步骤1中得到的数据集通过Bagging方法按一定的比例来生成N个样本集，并将这N个样本集再按一定比例生成N个训练集和验证集；步骤3：在步骤2中的N个训练集上学习生成N个极端学习机，根据N个ELM在相应验证集上的识别率选出最高的L个ELM(L<N)组成备选成员ELM库；步骤4：以集成系统中成员ELM间的差异度为优化目标，利用标准粒子群优化算法从L个ELM中优化选取组成集成系统的K个成员极端学习机(K<L)；步骤5：利用极小范数最小二乘法计算出K个成员极端学习机的集成投票权重；步骤6：将求得的K个投票权重对相应的K个成员极端学习机进行集成，得到一个集成ELM系统，将该集成ELM系统对新增肿瘤基因表达谱样本进行肿瘤识别。