DNA微阵列技术的使用促使越来越多的基因表达数据产生。大量的信息蕴含在基因表达数据中,通过分析基因表达数据,能够增加对肿瘤细胞和正常细胞之间的基因表达差异的了解,同时也可以找出与肿瘤形成关系密切的基因,这对于癌症的诊断、治疗和预防都具有非常重要的意义。分类是实现癌症诊断的重要手段,然而,由于基因表达数据具有特征维数高、存在大量冗余信息等特点,如果采用传统的分类方法对样本直接分类,可能会出现“维数灾难”。如果采用传统的特征降维方法先降低原始数据的维数,可以解决基因表达数据的“维数灾难”问题,但会影响基因表达数据的分类正确率。因此,选择合适的特征提取方法是对基因表达数据分类前的关键一步。深度学习是一种特征学习方法,能够学习高维数据中的复杂结构。因此,本文首先研究自动编码器对基因表达数据的降维作用,并与传统的特征提取方法主成分分析方法、线性判别分析方法和核主成分分析方法进行比较。实验结果表明在8种基因表达数据集上,自动编码器的降维效果整体要优于主成分分析方法、线性判别分析方法和核主成分分析方法,同时,也验证了自动编码器对基因表达数据降维的有效性。由于基因表达数据特征维数比较高,自动编码器学习原始数据中的特征计算复杂度比较高,耗时比较长,针对这个问题,本文基于自动编码器提出如下改进算法:(1)基于PCA、KPCA和自动编码器相结合的特征学习方法。该特征学习方法通过两个阶段进行特征学习,首先是基于PCA和KPCA的阶段,其次,基于PCA特征以及KPCA特征,自动编码器获得用于分类的更高级和更复杂的特征。(2)基于PCA、LDA和自动编码器相结合的特征学习方法。(3)基于KPCA、LDA和自动编码器相结合的特征学习方法。最后,通过MATLAB对本文提出的改进算法在8种基因表达数据上进行仿真实验,证明了改进算法的有效性。实验结果表明本文提出的改进算法优于对比方法,且大大降低了自动编码器学习原始数据特征的计算时间复杂度。同时,通过比较三个改进算法,得出如下结论:基于PCA、LDA和自动编码器相结合的特征学习方法对于多类别数据具有优势,基于KPCA、LDA和自动编码器相结合的特征学习方法对于两个类别数据具有优势。