基于粒子对和差分进化的基因表达数据聚类

• 作者: 张超英 杨秋叶 禤世丽 禤浚波
• 来源期刊: 计算机应用研究
• 关键词: 基因聚类 K-means算法 粒子对 差分进化 混合算法
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2484-2487
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.07.022

摘要

针对粒子对算法存在过早陷入局部最优导致聚类精度不高以及聚类结果对初始粒子比较敏感等问题,提出了一种新的基于粒子对(PPO)与差分进化(DE)混合算法.该混合算法结合PPO和DE的优点,根据一定的迭代次数在精英粒子对迭代过程中引入DE算法,借助DE算法的全局收敛能力避免PPO算法过早陷入局部最优的缺点,并借助K-means快速聚类的结果和PSO聚类结果初始化粒子位置,提高初始粒子的质量从而提高聚类结果精度.将混合算法应用于真实的基因表达数据,实验结果表明,混合算法比K-means和PPO算法具有更好的聚类结果和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超英	广西师范大学计算机科学与信息工程学院	46	360	10.0	17.0
2	杨秋叶	广西师范大学计算机科学与信息工程学院	5	11	2.0	3.0
3	禤世丽	广西师范大学计算机科学与信息工程学院	5	11	2.0	3.0
4	禤浚波	贺州学院计算机科学与工程系	3	9	2.0	3.0