多目标人工蜂群双聚类算法在基因表达数据中的应用研究

发布时间：2017-10-30 12:33

  本文关键词：多目标人工蜂群双聚类算法在基因表达数据中的应用研究

  更多相关文章： 基因表达数据 双聚类 多目标优化 人工蜂群

【摘要】：基于多目标优化的双聚类算法能够同时优化均方残差和尺寸等多个相互冲突的目标,更好地挖掘出均方残差较小、尺寸较大的双聚类,提出了一个多目标人工蜂群双聚类算法.该方法首先采用组信息对蜜源进行编码,然后使用2种交叉和1种变异操作分别实现算法的局部搜索和全局搜索,最后根据非劣排序和拥挤距离对外部档案进行修剪.在2套真实的基因表达数据集上进行实验,结果表明:与其他公开算法相比,多目标人工蜂群双聚类算法具有较好的收敛性和种群多样性,同时挖掘出具有显著生物意义的双聚类.
【作者单位】： 广东医学院信息工程学院;华南师范大学物理与电信工程学院;广东医学院公共卫生学院;
【关键词】： 基因表达数据 双聚类 多目标优化 人工蜂群
【基金】：国家自然科学基金项目(71272084;71102146) 广东省教育部产学研结合项目(2012B091100349) 广东医学院面上基金项目(XK1330) 广东医学院大学生创新实验重点项目(2014FZDG003)
【分类号】：TP311.13;TP18
【正文快照】： DNA微阵列技术产生了大量的基因表达数据集,这些数据集为深入认知生命过程和本质提供支撑,也为当前分析方法带来了严峻的挑战.聚类是基因表达数据分析的基础,可以用来发现具有相似表达行为的基因集,以预测未知基因的功能以及构建基因调控网络[1].传统聚类(如层次聚类[2]、K均，

本文编号：1117744