基于 LLRFC 和相关性分析去除冗余的特征选择方法 LLRFC score+

发布时间：2019年03月06日 分类：专利

本发明为基于LLRFC和相关性分析去除冗余的特征选择方法LLRFC?score+，DNA微阵列技术为临床肿瘤的诊断提供了一个新的方向。不同类型的肿瘤所对应的表达谱数据表现迥异，通过对肿瘤基因表达谱数据的分析，研究人员可以在分子水平上实现对肿瘤及其亚型的准确识别，这对肿瘤的诊断和治疗具有重要的生物学意义。利用LLRFC判别准则降序排列表达谱数据中的特征基因，结合动态相关性分析的策略进一步排除冗余特征，提出LLRFC?score+的算法，选择最佳特征基因子集。本发明能有效提升分类器的分类精度，并且不要求样本数据集必须满足正态分布，适用于多种分布类型的数据。本发明可以帮助人们寻找癌症的致病基因，有助于临床上肿瘤疾病的早期诊断、肿瘤分期分型及预后治疗等。

CN201610057637-基于LLRFC和相关性分析去除冗余的特征选择方法LLRFC+score%2b-申请公开.pdf