在生物医学方面,利用DNA微阵列技术可获取大量的基因表达谱数据,通过数据分析,构建有效的肿瘤分类模型,对肿瘤的临床诊断和治疗具有重要的研究意义和应用价值。现今已获得的基因表达谱数据可近似体现出生物组织细胞整个基因组的表达信息,但该数据的特点是高维数,小样本,并含有大量的噪声冗余,若不经处理则会影响诊断结果。因此,研究特征基因的精确刻画及其与肿瘤分类相关度的度量方法,从成千上万基因中有效地选出相关特征基因,是进行基因数据信息挖掘的核心问题,也是本研究的重点。在特征基因选择过程中,许多已存在的算法多注重对特征基因度量方法的选取和研究,而忽视了在数据处理时对原始信息的精确刻画。本研究通过分析和处理基因表达谱数据,利用粗糙集理论中的邻域概念和模糊概念,以不同方式引入条件熵构建相应的特征基因选择模型,结合特征基因子集重要性的代数定义和信息论定义,使得度量机制更加完善,改善传统基因选择方法的性能,以获得较优的特征基因子集。主要工作如下:(1)基因数据中多存在样本邻域不完全包含在其决策等价类中的数据,针对这类关键数据描述不够精确的问题,本文构建了模糊邻域条件熵模型。首先使用模糊邻域粒和模糊决策刻画基因表达谱数据,减少计算过程中数据原始信息的损失;然后基于所提模型给出了模糊邻域条件熵的定义,及其单调性等定理的证明,为了容忍数据中的噪声,本文设置并讨论了参数选择的重要性;最后通过所提模型的单调性原则来评估候选特征基因的重要性,从而获得有效的特征基因子集。通过实验对比验证,所提方法能有效剔除冗余噪声且可取得较好的肿瘤分类效果。(2)为改善在特征基因选择过程中的样本误分类问题,本文在工作(1)的基础上进行优化,进而提出了粗糙不确定性度量模型。首先结合粗糙集中的模糊相似关系和邻域半径构造了样本的模糊邻域粒,并利用样本间的模糊相似关系和决策等价类定义了粗糙决策;然后,将样本的模糊邻域粒和粗糙决策通过更具针对性的方式引入条件熵中提出了粗糙不确定性度量模型。由于允许数据中噪声冗余的存在,本文引入了变精度模型,并进行了参数的选取分析;最后,基于所提模型设计了一个特征基因选择算法进行有效基因的选择。经实验比较,该模型在选择基因的数目以及分类精确度上表现较优。