基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在PSO算法的基础上提出的基于量子行为的QPSO算法,并将其应用到基因表达数据集上.QPSO基因聚类算法是将N条基因根据使TWCV(Total Within-Cluster Variation)函数值达到最小分到由用户指定的K个聚类中.根据K-means算法的优点,利用K-means聚类的结果重新初始化粒子群,结合QPSO和PSO的聚类算法提出了KQPSO和KPSO算法.通过在4个实验数据集上利用K-means、PSO、QPSO、KPSO、KQPSO 5个聚类算法得出的结果比较显示QPSO算法在基因表达数据分析上具有良好的性能.
推荐文章
一种量子行为粒子群优化动态聚类算法
粒子群优化
量子行为
完全学习策略
动态聚类
改进的量子行为粒子群优化算法及其应用
量子计算
粒子群优化
轮盘赌策略
算法设计
基于聚类的多子群粒子群优化算法
粒子群优化算法
聚类
子群
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 量子行为粒子群算法在基因聚类中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 基因表达数据 聚类 基于量子行为的粒子群优化(QPSO)算法
年,卷(期) 2010,(21) 所属期刊栏目
研究方向 页码范围 152-155
页数 分类号 TP391
字数 3869字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.21.043
五维指标
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 高倩倩 江南大学信息工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (3)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (35)
二级引证文献  (8)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
基因表达数据
聚类
基于量子行为的粒子群优化(QPSO)算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导