已閱讀1頁，還剩57頁未讀， 繼續(xù)免費閱讀
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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文首先將相對熵作為相似性度量標(biāo)準(zhǔn)引入到基因芯片數(shù)據(jù)的聚類分析中,提出基于相對熵的K-均值聚類算法,算法采用最大-最小規(guī)范化和區(qū)間離散化對原始數(shù)據(jù)進(jìn)行預(yù)處理,并將該算法應(yīng)用于啤酒酵母基因芯片數(shù)據(jù).實驗表明,相對熵作為相似性度量標(biāo)準(zhǔn),不僅可以得到合理的聚類結(jié)果,而且可以提高K-均值算法的收斂速度.其次,對基因芯片數(shù)據(jù)的模糊聚類進(jìn)行了研究,設(shè)計并實現(xiàn)了基因芯片數(shù)據(jù)模糊C-均值聚類算法.算法可以在迭代過程中對隸屬度進(jìn)行修正,并能動態(tài)地確定模糊
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
- 基于遺傳算法的基因芯片數(shù)據(jù)聚類研究.pdf
- 基于聚類算法的基因芯片研究.pdf
- 利用子空間聚類算法分析基因芯片數(shù)據(jù).pdf
- 49063.基于數(shù)據(jù)挖掘聚類算法的基因芯片數(shù)據(jù)分析
- 基于模糊核聚類的基因芯片數(shù)據(jù)的研究.pdf
- 腫瘤基因芯片數(shù)據(jù)聚類分析算法研究.pdf
- 基于粒子群優(yōu)化的Fuzzy c-mean聚類算法的基因芯片圖像處理.pdf
- 基因表達(dá)數(shù)據(jù)聚類算法研究.pdf
- 基因表達(dá)數(shù)據(jù)的聚類算法研究.pdf
- 基因表達(dá)數(shù)據(jù)的雙向聚類算法的研究.pdf
- 基因表達(dá)譜數(shù)據(jù)聚類算法的研究.pdf
- 基因表達(dá)數(shù)據(jù)加權(quán)模糊聚類算法研究.pdf
- 基因表達(dá)數(shù)據(jù)分析的聚類算法研究.pdf
- 基于基因表達(dá)數(shù)據(jù)的雙聚類算法研究.pdf
- 基因芯片數(shù)據(jù)分析方法的比較研究.pdf
- 基因芯片數(shù)據(jù)的統(tǒng)計分析.pdf
- 基因微陣列數(shù)據(jù)的雙向聚類算法研究.pdf
- 基因芯片數(shù)據(jù)分析方法比較.pdf
- 基因芯片數(shù)據(jù)歸一化處理的幾點研究.pdf
- 41951.基因芯片數(shù)據(jù)和基因表達(dá)分析
評論
0/150
提交評論