版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、生物信息學(xué)是一門結(jié)合了生物學(xué)、計算機科學(xué)、數(shù)學(xué)和化學(xué)等領(lǐng)域知識的交叉學(xué)科。隨著科技的飛速發(fā)展,基因測序技術(shù)的研究取得了重大突破,人們逐漸開始對基因的功能和內(nèi)在機理展開了探索研究。目前,每天都會產(chǎn)生海量的基因信息數(shù)據(jù),生命科學(xué)的研究重點也從如何獲取生物數(shù)據(jù)轉(zhuǎn)移到了怎樣對這些數(shù)據(jù)進行有效的分析上面。
目前,對基因表達數(shù)據(jù)的分析處理,主要采用的方法是聚類。一般的聚類只能從基因矩陣的行或者列單一方向進行,這種方法只能找到基因表達數(shù)據(jù)矩
2、陣中的全局信息。而大量有價值的生物學(xué)信息往往就隱藏在這些局部信息中,雙向聚類是一種能有效解決該類問題的新興手段。隨著雙向聚類得到越來越多的應(yīng)用,現(xiàn)存算法的缺點與不足也逐漸暴露了出來,因此研究雙向聚類問題是很有必要的。
本文的研究目的是利用粒子群算法解決雙向聚類問題,并通過一系列實驗對比說明了結(jié)合粒子群優(yōu)化的雙向聚類算法的優(yōu)越性。本文主要做的工作如下:
?。?)雙向聚類算法是一種局部搜索算法,對于繁雜的基因數(shù)據(jù)矩陣,直接
3、對其整體進行雙向聚類,計算量大且聚類效果不理想。本文在粒子群算法的基礎(chǔ)上,使用總體類間差異先對整個基因矩陣全局尋優(yōu),找出有一定相似性的基因子矩陣,再對其進行添加或刪除行列的操作。使得到的雙向聚類結(jié)構(gòu)更加規(guī)整,避免了基因表達數(shù)據(jù)不均衡分類的情況。
(2)雙向聚類算法是一種多目標(biāo)優(yōu)化算法,F(xiàn)LOC算法作為經(jīng)典雙向聚類算法之一,卻不能很好的同時優(yōu)化多個目標(biāo)。結(jié)合PSO算法,對FLOC算法的目標(biāo)函數(shù)做出修改,提出了PSO-FLOC聚類
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SOM和PSO的聚類算法研究.pdf
- 基于蟻群算法的雙向聚類問題研究.pdf
- 基因表達數(shù)據(jù)的雙向聚類算法的研究.pdf
- 基于PSO的基因表達數(shù)據(jù)聚類研究.pdf
- 基于PSO的膜聚類算法及其在圖像壓縮中的應(yīng)用.pdf
- 基因微陣列數(shù)據(jù)的雙向聚類算法研究.pdf
- 基于基因表達微陣列數(shù)據(jù)集的加權(quán)雙向聚類算法研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 雙向聚類迭代的協(xié)同過濾推薦算法.pdf
- 基于禁忌搜索的雙向聚類問題研究.pdf
- 基于覆蓋的聚類算法研究.pdf
- 基于FCM的類合并聚類算法研究.pdf
- 聚類算法及基于簇模式聚類集成研究.pdf
- 基于類電磁機制的聚類算法研究
- 基于力學(xué)的聚類算法.pdf
- 基于近鄰的聚類算法研究.pdf
- 基于類電磁機制的聚類算法研究.pdf
- 基于劃分的聚類算法研究.pdf
- 基于微粒群算法的聚類算法.pdf
評論
0/150
提交評論