计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
36期
11-15,22
,共6页
陈伟%李成渊%孙俊%须文波
陳偉%李成淵%孫俊%鬚文波
진위%리성연%손준%수문파
量子行为粒子群优化%基因表达数据%多样性引导%聚类
量子行為粒子群優化%基因錶達數據%多樣性引導%聚類
양자행위입자군우화%기인표체수거%다양성인도%취류
针对基于粒子群优化的聚类算法容易陷入局部最优值的缺点,提出将量子行为粒子群优化应用于基因表达数据的聚类分析问题中.在新的聚类算法中采用了对粒子群的多样性控制,以提高算法的全局收敛性能;此外还在新算法中引入了类似于K均值聚类的操作步骤,用以提高算法整体的收敛速度.选择Rand指数和Silhouette指数作为聚类评价标准,对5个人工和实际的基因表达数据集合进行聚类实验分析表明,新算法和基于粒子群优化的聚类算法相比,具有较快的收敛速度,粒子多样性的控制能有效改善算法的全局收敛性能.和其他一些常用的聚类算法比较,也能够获得更好的聚类评价.聚类效果更好.
針對基于粒子群優化的聚類算法容易陷入跼部最優值的缺點,提齣將量子行為粒子群優化應用于基因錶達數據的聚類分析問題中.在新的聚類算法中採用瞭對粒子群的多樣性控製,以提高算法的全跼收斂性能;此外還在新算法中引入瞭類似于K均值聚類的操作步驟,用以提高算法整體的收斂速度.選擇Rand指數和Silhouette指數作為聚類評價標準,對5箇人工和實際的基因錶達數據集閤進行聚類實驗分析錶明,新算法和基于粒子群優化的聚類算法相比,具有較快的收斂速度,粒子多樣性的控製能有效改善算法的全跼收斂性能.和其他一些常用的聚類算法比較,也能夠穫得更好的聚類評價.聚類效果更好.
침대기우입자군우화적취류산법용역함입국부최우치적결점,제출장양자행위입자군우화응용우기인표체수거적취류분석문제중.재신적취류산법중채용료대입자군적다양성공제,이제고산법적전국수렴성능;차외환재신산법중인입료유사우K균치취류적조작보취,용이제고산법정체적수렴속도.선택Rand지수화Silhouette지수작위취류평개표준,대5개인공화실제적기인표체수거집합진행취류실험분석표명,신산법화기우입자군우화적취류산법상비,구유교쾌적수렴속도,입자다양성적공제능유효개선산법적전국수렴성능.화기타일사상용적취류산법비교,야능구획득경호적취류평개.취류효과경호.
