论文部分内容阅读
在基因表达数据分析中，鉴别基因是后续研究中非常重要的信息基因．有很多研究致力于从基因表达数据中选出信息基因这一挑战性工作，并提出了一些基因选择方法．然而，这些方法（特别是非参数选择方法）都没有考虑不同样本类别中样本大小的不平衡性问题．考虑样本不平衡性和基因选择方法的稳定性，给出一个全新的与数据分布模型无关的基因选择方法．在类内变化小和类间差别大的策略下，选择敏感的度量函数提高方法的鉴别能力，同时，利用类内变化和类间差别的一致性来增加方法的稳定性和适用性．这一方法不但可以应用于两个类别的情况，也可以应用于多