协同基因特征选择算法

特征子集大幅精简

基于共表达网络与遗传算法的协同筛选，在保持高预测精度的同时显著缩减特征维度，解决高维基因数据的稀疏与噪声难题。

Zhilin, Wang · Ding W. · Zhang, Jinquan · Heidari, Ali Asghar · 王名镜 · 陈慧灵

Journal of Advanced Research 2026

技术优势

特征维度大幅缩减

通过共表达网络筛选模块基因和遗传算法迭代选择，能显著减少特征子集大小，从而降低后续计算开销。

精度不降反稳

在缩减特征的同时保持高预测精度，避免因丢弃大量特征而损失分类性能。

应用场景

• 生物信息学：用于基因表达数据降维，提升下游分类或聚类任务效率与精度。
• 医学研究：辅助挖掘与疾病相关的关键基因标志物，加速生物标志物发现。
• 基因组分析：作为特征选择步骤嵌入基因组分析流程，处理高通量测序数据的高维性。