中文摘要：

高维特征选择的稳定性是一个重要而又尚未解决的难题。已有的特征选择研究主要关注学习机器的预测准确率和计算效率，以准确率及其相关指标作为评价特征选择结果的依据。然而在高维数据空间中，训练数据集上的微小变化会造成特征选择结果的不稳定和不可靠。本项目以基因表达数据为研究对象，从高维数据空间和基因表达数据的分布特点出发，分析高维数据特征选择不稳定性的可能来源，以改善其稳定性和可靠性。研究内容包括通过分析高维数据分布的特点，建立特征选择的稳定性指标；通过对经典特征选择算法的分析，研究基于目标函数的特征评价准则；考虑到特征之间的关联性，提出基于隐变量模型的特征选择策略；针对数据分布的局部性，设计基于分解的多分类特征选择方法；进一步考虑到类内分布的多样性，提出"聚类-特征选择"的递归式局部特征选择策略。本项目的研究成果将提升高维特征选择的稳定性，并将应用到基因选择、基因调控网络和癌症亚型的发现中。