本文關鍵詞：多目標人工蜂群雙聚類算法在基因表達數(shù)據(jù)中的應用研究

  更多相關文章： 基因表達數(shù)據(jù) 雙聚類 多目標優(yōu)化 人工蜂群

【摘要】：基于多目標優(yōu)化的雙聚類算法能夠同時優(yōu)化均方殘差和尺寸等多個相互沖突的目標,更好地挖掘出均方殘差較小、尺寸較大的雙聚類,提出了一個多目標人工蜂群雙聚類算法.該方法首先采用組信息對蜜源進行編碼,然后使用2種交叉和1種變異操作分別實現(xiàn)算法的局部搜索和全局搜索,最后根據(jù)非劣排序和擁擠距離對外部檔案進行修剪.在2套真實的基因表達數(shù)據(jù)集上進行實驗,結果表明:與其他公開算法相比,多目標人工蜂群雙聚類算法具有較好的收斂性和種群多樣性,同時挖掘出具有顯著生物意義的雙聚類.
【作者單位】： 廣東醫(yī)學院信息工程學院;華南師范大學物理與電信工程學院;廣東醫(yī)學院公共衛(wèi)生學院;
【關鍵詞】： 基因表達數(shù)據(jù) 雙聚類 多目標優(yōu)化 人工蜂群
【基金】：國家自然科學基金項目(71272084;71102146) 廣東省教育部產(chǎn)學研結合項目(2012B091100349) 廣東醫(yī)學院面上基金項目(XK1330) 廣東醫(yī)學院大學生創(chuàng)新實驗重點項目(2014FZDG003)
【分類號】：TP311.13;TP18
【正文快照】： DNA微陣列技術產(chǎn)生了大量的基因表達數(shù)據(jù)集,這些數(shù)據(jù)集為深入認知生命過程和本質(zhì)提供支撐,也為當前分析方法帶來了嚴峻的挑戰(zhàn).聚類是基因表達數(shù)據(jù)分析的基礎,可以用來發(fā)現(xiàn)具有相似表達行為的基因集,以預測未知基因的功能以及構建基因調(diào)控網(wǎng)絡[1].傳統(tǒng)聚類(如層次聚類[2]、K均，

本文編號：1117744