支持向量数据描述的基因表达数据聚类方法

• 作者: 刘丁 季瑞瑞
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 基因表达数据 支持向量数据描述 聚类 模拟退火
• 年，卷（期）: 2009,（6）
• 页码范围: 544-548
• 页数: 5页
• 分类号: TP18
• 字数: 3724字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.06.013

摘要

为改善传统的基因表达数据聚类方法正确率偏低的问题,研究了支持向量数据描述(SVDD)算法在基因表达数据聚类中的应用,该方法通过寻找最优分类超球实现对数据集的有效聚类.将类间信息融入聚类有效性评估准则中,通过模拟退火优化算法寻找SVDD算法中的最优核函数参数和惩罚因子,在训练时引入非样本数据提高运算效率.对酵母细胞生长周期的基因表达数据集的仿真实验结果表明,在新的聚类有效性评估准则下进行参数寻优,能够更快更好地得到最佳参数,同时,算法具有聚类精度高和运算速度快的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丁	西安理工大学信控中心	196	3213	31.0	45.0
2	季瑞瑞	西安理工大学信控中心	10	35	4.0	5.0