多样性引导的QPSO基因表达数据聚类算法

• 作者: 孙俊 李成渊 陈伟 须文波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 量子行为粒子群优化 基因表达数据 多样性引导 聚类
• 年，卷（期）: 2010,（36）
• 页码范围: 11-15,22
• 分类号: TP39
• 字数: 7991字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.36.003

摘要

针对基于粒子群优化的聚类算法容易陷入局部最优值的缺点,提出将量子行为粒子群优化应用于基因表达数据的聚类分析问题中.在新的聚类算法中采用了对粒子群的多样性控制,以提高算法的全局收敛性能;此外还在新算法中引入了类似于K均值聚类的操作步骤,用以提高算法整体的收敛速度.选择Rand指数和Silhouette指数作为聚类评价标准,对5个人工和实际的基因表达数据集合进行聚类实验分析表明,新算法和基于粒子群优化的聚类算法相比,具有较快的收敛速度,粒子多样性的控制能有效改善算法的全局收敛性能.和其他一些常用的聚类算法比较,也能够获得更好的聚类评价.聚类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学信息工程学院	409	3078	23.0	34.0
2	孙俊	江南大学信息工程学院	186	1552	21.0	30.0
3	陈伟	江南大学信息工程学院	82	529	11.0	18.0
4	李成渊	江南大学信息工程学院	4	5	1.0	1.0