微阵列数据的多目标免疫优化双聚类

• 作者: 刘军万 刘飞飞 李舟军 陈义明
• 来源期刊: 生物信息学
• 学科: 工学
• 关键词: 微阵列 双聚类 人工免疫系统 数据挖掘
• 年，卷（期）: 2009,（3）
• 页码范围: 234-237
• 页数: 4页
• 分类号: TP181|TP391
• 字数: 4097字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2009.03.019

摘要

DNA微阵列技术的发展为基因表达研究提供更有效的工具.分析这些大规模基因数据主要应用聚类方法.最近,提出双聚类技术来发现子矩阵以揭示各种生物模式.多目标优化算法可以同时优化多个相互冲突的目标,因而是求解基因表达矩阵的双聚类的一种很好的方法.本文基于克隆选择原理提出了一个新奇的多目标免疫优化双聚类算法,来挖掘微阵列数据的双聚类.在两个真实数据集上的实验结果表明该方法比其他多目标进化双聚类算法表现出更优越的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李舟军	国防科学技术大学计算机学院	136	2221	23.0	43.0
3	刘军万	国防科学技术大学计算机学院	14	53	6.0	6.0
7	陈义明	国防科学技术大学计算机学院	3	14	2.0	3.0