基因表达谱数据具有特征维数高、样本数量少的特性,传统的机器学习方法在基因表达谱数据的处理上仍然有较大的提升空间。近年来基于群智能优化和极限学习机的方法在基因表达谱数据的特征选择和样本分类上取得了良好的性能。然而,由于缺乏数据中先验信息的约束,基于群智能优化和极限学习机的方法在特征选择过程中容易丢失关键的基因,进而影响对肿瘤的识别准确性,并且处理方法缺乏可解释性。为了提高基因表达谱数据处理性能和处理方法的可解释性,本文在获取基因表达谱数据组合先验信息的基础上,运用编码先验信息的粒子群优化算法实现基因表达谱数据的特征选择,并应用集成极限学习机实现肿瘤预测,最后设计并实现了基因表达谱数据处理原型系统。本文的主要工作如下:1.为了提高基因表达谱数据的处理性能和处理方法的可解释性,提出了基于改良先验信息和二进制粒子群相结合的基因选择处理方法。该方法首先运用聚类,从具备不同功能的各基因簇中筛选代表性基因建立初始备选基因池。其次,将类别先验信息和皮尔森系数结合,获取基因表达谱数据中的组合先验信息;再次,将改良的组合先验信息编码进二进制粒子群优化算法中,选出与肿瘤类别高度相关的基因子集。最后,以多样性作为集成指标,建立集成极限学习机以实现基因表达谱数据的分类。在多个数据集上的实验结果表明,本文提出的基因表达谱数据处理方法不但能够筛选出与肿瘤相关的关键基因子集,还能提高肿瘤识别准确性。2.在上述工作的基础上,设计并实现了基于先验信息和二进制粒子群优化算法的基因表达谱数据处理系统。该系统包括基因表达谱数据的导入、基因选择和数据分类三个模块,能够对肿瘤实现自动预测。在该系统中,可以根据基因表达谱数据集对特征选择方法和肿瘤分类方法中的参数灵活设置,来实现对基因表达谱数据的高效处理,真正体现了数据驱动。