1、利用基因芯片技術(shù)能夠做到同時(shí)對(duì)多到數(shù)以萬(wàn)計(jì)的基因進(jìn)行并行分析，隨著該技術(shù)越來(lái)越成熟并得到廣泛應(yīng)用，現(xiàn)在已經(jīng)有越來(lái)越多的基因表達(dá)數(shù)據(jù)測(cè)定出來(lái)，亟需處理，借助于計(jì)算機(jī)工具以及機(jī)器學(xué)習(xí)方法對(duì)這些大量數(shù)據(jù)進(jìn)行分析是現(xiàn)在一個(gè)很重要的研究領(lǐng)域。其中，對(duì)基因表達(dá)數(shù)據(jù)的分類(lèi)研究是該領(lǐng)域的一個(gè)熱點(diǎn)，通過(guò)分類(lèi)能夠幫助研究者發(fā)現(xiàn)正常細(xì)胞組織與疾病組織之間基因的本質(zhì)差異，識(shí)別致病基因，對(duì)基因型疾病的臨床診斷和治療具有重要的意義。
　　基因表達(dá)數(shù)據(jù)具有“樣

2、本少、維數(shù)高、分布不平衡”的特點(diǎn)，這給分類(lèi)帶來(lái)了很多的困難和挑戰(zhàn)。目前解決此問(wèn)題的一個(gè)有效方法是在分類(lèi)前對(duì)高維數(shù)據(jù)進(jìn)行特征提取和降維，以達(dá)到去除與分類(lèi)無(wú)關(guān)的基因、降低計(jì)算復(fù)雜度、提高分類(lèi)準(zhǔn)確率的目的。
　　本文首先分別用PCA、ReliefF、LLE和Isomap幾種降維算法對(duì)原始數(shù)據(jù)進(jìn)行降維，然后對(duì)降維后的基因表達(dá)數(shù)據(jù)用樸素貝葉斯分類(lèi)算法進(jìn)行分類(lèi)，并通過(guò)分類(lèi)結(jié)果比較了不同降維方法的性能。然后在此基礎(chǔ)上，本文提出了RLLE(rel

3、evant component based LLE)降維算法，把ReliefF特征提取與LLE降維相結(jié)合，試驗(yàn)結(jié)果表明，RLLE算法的降維效果要好于傳統(tǒng)的幾種降維方法。
　　Alex Rodriguez，Alessandro Laio提出的“基于快速尋找密度峰值的聚類(lèi)算法”是一種很簡(jiǎn)潔且聚類(lèi)效果很好的聚類(lèi)算法，但是該算法對(duì)“樣本少，維數(shù)高”的基因表達(dá)數(shù)據(jù)的聚類(lèi)效果并不是很好，不能分離出正確數(shù)目的類(lèi)中心。本文采用mRMR特征提取算法