近年来,癌症的死亡率持续上升,已成为对人类生命威胁最大的疾病之一。越来越多的研究表明癌症的发生与miRNA和lncRNA密不可分,在分子层面上,癌症是由于基因表达异常,致使细胞不正常生长,基因的表达参与控制癌症发生的整个过程。尽早发现并治疗癌症,能给患者减轻痛苦,提高治愈率。传统医学进行癌症诊断一般基于形态学,一方面形态学具有很强的主观性,另一方面形态学很难发现早期分子层面的细胞癌变,由此导致大量漏诊和误诊。随着基因芯片技术的飞速发展,快速获取基因表达谱数据成为现实。运用机器学习理论对人类癌细胞和正常细胞的基因表达普数据进行分析,并构建分类模型,可以对癌细胞进行识别,达到预测人体癌症发生的目的。在癌症分类问题研究中,本文提出一种全新的基于miRNA表达谱和lncRNA表达谱的癌症分类集成预测方法。首先将拥有相同样本名的miRNA样本与lncRNA样本进行融合,并十折交叉划分数据集为不同的训练集和测试集;再使用多理论集合特征选择算法进行特征选择,特征初选段引入lncRNA-miRNA关系数据进行特征关联的同时,使用互信息去除无关基因,特征精选阶段提出包含遗传算法和集成模型的包裹法来进一步特征选择,达到去除冗余,搜索最佳特征子集的目的;然后在多个采样空间上训练出单个算法的多个模型,计算每种算法的多个模型在验证集上的分类能力评分作为该算法的后验信息,综合多种算法的后验信息以及对应预测输出进行最终决策;最后让测试集在整体预测模型上进行预测,并依据十折测试的结果来评估模型的分类能力。本文将数据构建层、特征选择层面、预测模型构建层的内容进行信息集成,构成本文的癌症分类集成预测方法。本文对TCGA数据库中典型的三种癌症进行研究,包括乳腺癌、肝癌、胃癌,最终在三种癌症关于miRNA和lncRNA共表达谱数据上的分类准确率均达到98%以上。研究结果显示,在数据融合方面,使用miRNA和lncRNA共表达谱数据相对于使用其中一种数据分类效果有很好的提升;在特征选择方面,引入lncRNAmiRNA关系数据,并结合过滤法和包裹法进行特征选择,最终选出的特征基因能很好的代表全体基因的关键分类信息;在预测模型方面,结合多种算法的多种模型进行预测,很好的融合了不同算法的优点,提高了整体模型泛化能力。