尽管肿瘤治疗情况在当今飞速发展的各种医疗手段下得到了改善,但恶性肿瘤所具备发病率高及生存率低的特点仍然严重威胁人类生存状况。若能尽早的发现并作出准确的诊断,根据诊断的结果来对患者制定相应个性化诊疗方案,就能使得患者的生存率大大提高。在不断研究中,人们发现基因表达谱数据比传统基于形态学和组织学的肿瘤分类系统提供更多信息,于是从信息学角度出发去对肿瘤进行识别分类,成为了当前研究的热门领域。但由于所获取基因表达谱数据具有“高维小样本”的特点,使得直接对关键信息进行识别分析变得非常困难。为了解决基因表达谱数据对分类任务造成的问题,研究者们提出了各种各样的方法对数据进行降维处理。然而基因表达数据可能包括一些重要的相关结构,一些基因可以根据其生物学途径分为不同组。现有方法未能考虑数据中确切相关性结构。因此,从理论方向和生物学的角度来看,理想的基因选择方法应该考虑这种结构信息。针对上述问题,本文工作如下:1.针对传统过滤式特征方法在选择特征子集时,未考虑特征基因之间的作用关系,提出基于强表达特征相关性特征选择算法,该算法对基因表达谱数据集中筛选出关键基因后,在剩余所有的特征基因中寻找与之关联性强的特征构建出相似集合,在全局中寻求目标子集,从而避免只考虑特征排序筛选出的部分特征,忽略部分关键特征等情况的出现。在一些真实数据集上进行验证,实验结果表明了本文所提基于强表达特征相关性特征选择算法的良好性能。2.针对特征选择方法普遍具有高噪声、小样本且未考虑特征之间关系的问题,提出基于正交回归的全局冗余最小流形正则化特征选择算法,在正交回归模型中引入了全局冗余矩阵,在此基础上设计了流形正则化项的方法。其中采用正交回归作为嵌入统计模型,比传统基于最小二乘回归的嵌入方法保留更多统计信息和结构信息;在模型中加入特征权重矩阵,特征得分向量中的值可以用来比较分类任务中特征的重要性,类似于过滤式特征选择方法;在正交回归模型中引入全局冗余项,从全局角度评价冗余信息,方便了对有价值信息的筛选;设计流形正则化项,使得降维后目标特特征子集内部空间结构得到保留。最终本文使用大量的真实数据集,并进行了众多对比实验,进而充分了证实了基于正交回归的全局冗余最小流形正则化特征选择算法的优越性。3.针对基于正交回归的全局冗余最小流形正则化特征选择算法中软回归结果与硬目标值之间的损失函数不能准确反映分类能力的问题,本文对其作出改进,提出大边界正交回归流形正则化特征选择算法,将较大的边界和正交约束考虑进所提模型中,在保证原有优势情况下,保留更多统计信息和结构信息、特征得分向量中的值可以用来比较分类任务中特征重要性,从全局的角度评价冗余信息,且降维后内部空间结构得到保留。该方法同样使用大量真实数据集,在进行了众多对比实验的同时,且将基于正交回归的全局冗余最小流形正则化特征选择算法也作为比较对象,均取得了令人满意的效果。