钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
华南师范大学学报(自然科学版)期刊
\
多目标人工蜂群双聚类算法在基因表达数据中的应用研究
多目标人工蜂群双聚类算法在基因表达数据中的应用研究
作者:
何明清
林勤
林斯达
薛云
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
基因表达数据
双聚类
多目标优化
人工蜂群
摘要:
基于多目标优化的双聚类算法能够同时优化均方残差和尺寸等多个相互冲突的目标,更好地挖掘出均方残差较小、尺寸较大的双聚类,提出了一个多目标人工蜂群双聚类算法。该方法首先采用组信息对蜜源进行编码,然后使用2种交叉和1种变异操作分别实现算法的局部搜索和全局搜索,最后根据非劣排序和拥挤距离对外部档案进行修剪。在2套真实的基因表达数据集上进行实验,结果表明:与其他公开算法相比,多目标人工蜂群双聚类算法具有较好的收敛性和种群多样性,同时挖掘出具有显著生物意义的双聚类。
暂无资源
收藏
引用
分享
推荐文章
多目标人工蜂群算法研究
人工蜂群算法
Pareto
粒子群算法
采蜜行为
一种改进的多目标人工蜂群算法
人工蜂群算法
多目标优化问题
自适应搜索
变异操作
基于knee points的改进多目标人工蜂群算法
多目标人工蜂群算法
高维多峰函数
kneepoints
自适应识别策略
人工蜂群算法研究综述
群体智能
人工蜂群算法
约束优化
多目标优化
选择算法
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
多目标人工蜂群双聚类算法在基因表达数据中的应用研究
来源期刊
华南师范大学学报(自然科学版)
学科
工学
关键词
基因表达数据
双聚类
多目标优化
人工蜂群
年,卷(期)
2016,(2)
所属期刊栏目
计算机科学与软件工程
研究方向
页码范围
116-123
页数
8页
分类号
TP391
字数
6113字
语种
中文
DOI
10.6054/j.jscnun.2015.11.003
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
林勤
广东医学院信息工程学院
5
25
3.0
5.0
2
薛云
华南师范大学物理与电信工程学院
17
124
5.0
11.0
3
林斯达
广东医学院公共卫生学院
2
7
1.0
2.0
4
何明清
广东医学院公共卫生学院
1
6
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(40)
共引文献
(50)
参考文献
(8)
节点文献
引证文献
(6)
同被引文献
(8)
二级引证文献
(1)
1992(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(2)
二级参考文献(0)
2001(1)
参考文献(1)
二级参考文献(0)
2003(1)
参考文献(1)
二级参考文献(0)
2004(1)
参考文献(1)
二级参考文献(0)
2006(3)
参考文献(1)
二级参考文献(2)
2008(1)
参考文献(0)
二级参考文献(1)
2009(8)
参考文献(1)
二级参考文献(7)
2010(18)
参考文献(0)
二级参考文献(18)
2011(12)
参考文献(1)
二级参考文献(11)
2016(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(1)
二级引证文献(0)
2017(2)
引证文献(2)
二级引证文献(0)
2018(2)
引证文献(2)
二级引证文献(0)
2019(2)
引证文献(1)
二级引证文献(1)
研究主题发展历程
节点文献
基因表达数据
双聚类
多目标优化
人工蜂群
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
华南师范大学学报(自然科学版)
主办单位:
华南师范大学
出版周期:
双月刊
ISSN:
1000-5463
CN:
44-1138/N
开本:
16开
出版地:
广州市石牌华南师范大学
邮发代号:
创刊时间:
1956
语种:
chi
出版文献量(篇)
2704
总下载数(次)
9
总被引数(次)
15292
期刊文献
相关文献
1.
多目标人工蜂群算法研究
2.
一种改进的多目标人工蜂群算法
3.
基于knee points的改进多目标人工蜂群算法
4.
人工蜂群算法研究综述
5.
基于改进人工蜂群算法与MapReduce的大数据聚类算法
6.
基于改进人工蜂群的模糊C-均值聚类算法
7.
基于人工蜂群算法的自适应谱聚类算法
8.
基于改进人工蜂群算法的高维多目标优化
9.
多目标人工蜂群算法在服务组合优化中的应用
10.
基于混合人工蜂群算法的多目标柔性作业车间调度问题研究
11.
人工蜂群算法研究综述
12.
多目标粒子群和人工蜂群混合优化的阈值图像分割算法
13.
微阵列数据的多目标免疫优化双聚类
14.
基于改进人工蜂群算法的轮毂电机多目标优化
15.
基于模糊C-均值的改进人工蜂群聚类算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
华南师范大学学报(自然科学版)2022
华南师范大学学报(自然科学版)2021
华南师范大学学报(自然科学版)2020
华南师范大学学报(自然科学版)2019
华南师范大学学报(自然科学版)2018
华南师范大学学报(自然科学版)2017
华南师范大学学报(自然科学版)2016
华南师范大学学报(自然科学版)2015
华南师范大学学报(自然科学版)2014
华南师范大学学报(自然科学版)2013
华南师范大学学报(自然科学版)2012
华南师范大学学报(自然科学版)2011
华南师范大学学报(自然科学版)2010
华南师范大学学报(自然科学版)2009
华南师范大学学报(自然科学版)2008
华南师范大学学报(自然科学版)2007
华南师范大学学报(自然科学版)2006
华南师范大学学报(自然科学版)2005
华南师范大学学报(自然科学版)2004
华南师范大学学报(自然科学版)2003
华南师范大学学报(自然科学版)2002
华南师范大学学报(自然科学版)2001
华南师范大学学报(自然科学版)2000
华南师范大学学报(自然科学版)1999
华南师范大学学报(自然科学版)2016年第6期
华南师范大学学报(自然科学版)2016年第5期
华南师范大学学报(自然科学版)2016年第4期
华南师范大学学报(自然科学版)2016年第3期
华南师范大学学报(自然科学版)2016年第2期
华南师范大学学报(自然科学版)2016年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号