计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
21期
152-155
,共4页
基因表达数据%聚类%基于量子行为的粒子群优化(QPSO)算法
基因錶達數據%聚類%基于量子行為的粒子群優化(QPSO)算法
기인표체수거%취류%기우양자행위적입자군우화(QPSO)산법
在PSO算法的基础上提出的基于量子行为的QPSO算法,并将其应用到基因表达数据集上.QPSO基因聚类算法是将N条基因根据使TWCV(Total Within-Cluster Variation)函数值达到最小分到由用户指定的K个聚类中.根据K-means算法的优点,利用K-means聚类的结果重新初始化粒子群,结合QPSO和PSO的聚类算法提出了KQPSO和KPSO算法.通过在4个实验数据集上利用K-means、PSO、QPSO、KPSO、KQPSO 5个聚类算法得出的结果比较显示QPSO算法在基因表达数据分析上具有良好的性能.
在PSO算法的基礎上提齣的基于量子行為的QPSO算法,併將其應用到基因錶達數據集上.QPSO基因聚類算法是將N條基因根據使TWCV(Total Within-Cluster Variation)函數值達到最小分到由用戶指定的K箇聚類中.根據K-means算法的優點,利用K-means聚類的結果重新初始化粒子群,結閤QPSO和PSO的聚類算法提齣瞭KQPSO和KPSO算法.通過在4箇實驗數據集上利用K-means、PSO、QPSO、KPSO、KQPSO 5箇聚類算法得齣的結果比較顯示QPSO算法在基因錶達數據分析上具有良好的性能.
재PSO산법적기출상제출적기우양자행위적QPSO산법,병장기응용도기인표체수거집상.QPSO기인취류산법시장N조기인근거사TWCV(Total Within-Cluster Variation)함수치체도최소분도유용호지정적K개취류중.근거K-means산법적우점,이용K-means취류적결과중신초시화입자군,결합QPSO화PSO적취류산법제출료KQPSO화KPSO산법.통과재4개실험수거집상이용K-means、PSO、QPSO、KPSO、KQPSO 5개취류산법득출적결과비교현시QPSO산법재기인표체수거분석상구유량호적성능.
