78、基因特征选择与盲源分离的创新方法研究

基因特征选择与盲源分离的创新方法研究

在生物信息学和音频处理领域，特征选择和盲源分离都是至关重要的研究方向。本文将为大家介绍基因特征选择的新算法以及一种用于混响环境下盲源分离的创新方法。

基因特征选择：基于计数网格的过滤算法

在基因表达微阵列数据处理中，特征选择是一个关键步骤。研究人员提出了一种基于计数网格生成模型的过滤算法来进行特征选择。

稳定性对比

研究人员在结肠数据集和前列腺数据集上对该方法的稳定性进行了评估，并与其他方法进行了对比，具体数据如下表所示：
| 数据集 | 基因特征大小 | 特征选择方法 | 10 | 50 | 100 | 150 | 200 |
| — | — | — | — | — | — | — | — |
| 结肠数据集 | | Best [8] | 0.78 | 0.75 | 0.70 | 0.69 | 0.67 |
| | | [7] | 0.65 | 0.59 | 0.58 | 0.61 | 0.62 |
| | | 我们的方法 | 0.94 | 0.92 | 0.92 | 0.91 | 0.91 |
| 前列腺数据集 | | Best [8] | 0.68 | 0.65 | 0.68 | 0.68 | 0.69 |
| | | [7] | 0.72 | 0.72 | 0.73 | 0.72 | 0.71 |
| | | 我们的方法 | 0.90 | 0.94 | 0.96 | 0.96 | 0.96 |

从表中可以看出，该方法在两个数据集的所有不同特征大小下，稳定性指数都始终高于 0.9，而用于对比的参考方法中最好的结果仅