基于遗传算法的基因分类

• 作者: 卢新国 易叶青 李小龙 林亚平 蔡立军
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 基因分类 基因表达阵 独立分量分析 遗传算法
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 科研通信
• 页码范围: 2115-2119
• 页数: 5页
• 分类号: TP391
• 字数: 4823字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2006.11.038

摘要

独立分量分析(ICA)是应用于基因分类的一种统计方法.但独立分量分析中的估计分离矩阵算法主要采用了随机梯度算法、自然梯度算法,这些基于梯度下降的寻优算法很容易陷入局部极值,所得结果不精确.本文提出了一种基于遗传算法的基因分类算法,其基本思想是利用遗传算法代替独立分量分析中的传统的估计分离矩阵算法,对基因表达式数据进行分类,从而克服了结果不精确的问题.分析和实验结果表明,该分类方法获得了更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林亚平	湖南大学软件学院	231	2974	26.0	42.0
5	蔡立军	湖南大学计算机与通信学院	37	352	9.0	18.0
9	易叶青	湖南大学计算机与通信学院	42	444	13.0	20.0
10	卢新国	湖南大学计算机与通信学院	19	184	5.0	13.0
11	李小龙	湖南大学计算机与通信学院	26	167	8.0	12.0