基于特征聚类和随机子空间的microRNA识别方法

来源：计算机应用杂志2015年第2期北京时间：

作者：芮志良, 朱玉全, 耿霞, 陈耿

单位：1. 江苏大学 计算机科学与通信工程学院, 江苏 镇江 212013;2. 南京审计学院 工学院, 南京 210029

摘要：针对microRNA识别方法中过多注重新特征、忽略弱分类能力特征和冗余特征,导致敏感性和特异性指标不佳或两者不平衡的问题,提出一种基于特征聚类和随机子空间的集成算法CLUSTER-RS。该算法采用信息增益率剔除部分弱分类能力的特征后,利用信息熵度量特征之间相关性,对特征进行聚类,再从每个特征簇中随机选取等量特征组成特征集用于构建基分类器,最后将基分类器集成用于microRNA识别。通过调整参数、选择基分类器实现算法最优化后,在microRNA最新数据集上与经典方法Triplet-SVM、miPred、MiPred、microPred和HuntMi进行对比实验,结果显示CLUSTER-RS在识别中敏感性不及microPred但优于其他模型,特异性为六者最优,而且从整体性能指标准确性和马修兹系数可以看出,CLUSTER-RS比其他算法具有优势。结果表明,CLUSTER-RS取得了较好的识别效果,在敏感性和特异性上实现了很好的平衡,即在性能指标平衡方面优于对比方法。

关键词：microRNA识别,分类能力,特征聚类,随机子空间,相关性

基金资助：国家自然科学基金资助项目(71271117);江苏省科技型企业技术创新资金资助项目(BC2012201);江苏省六大人才高峰项目(2013-WLW-005)。