版权说明 操作指南
首页 > 成果 > 详情

三维微阵列数据的多目标进化聚类

认领
导出
Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊 Link by 万方会议论文
反馈
分享
QQ微信 微博
成果类型:
期刊论文、会议论文
论文标题(英文):
Multi-Objective Evolutionary Triclustering of 3D Microarray Data
作者:
张绍彬;谭明文;张朝举;吴芒
作者机构:
[张绍彬; 谭明文; 张朝举; 吴芒] 中国石化集团西南石油局油气测试中心
语种:
中文
关键词:
三维微阵列;三维聚类;多目标进化;双聚类;数据挖掘
关键词(英文):
3D microarray;triclustering;multi-objective evolutionary;biclustering;data
期刊:
计算机工程与科学
期刊(英文):
Computer Engineering & Science
ISSN:
1000-0976
年:
2008
卷:
30
期:
12
页码:
128-130
会议名称:
2008年全国理论计算机科学学术年会
会议论文集名称:
2008年全国理论计算机科学学术年会论文集
会议时间:
2008-9-19
会议地点:
西安
会议主办单位:
中国计算机学会
基金类别:
国家自然科学基金资助项目(60573057); 中南林业科技大学青年科学研究基金资助项目(0702613);
机构署名:
本校为其他机构
院系归属:
信息科学技术学院
摘要:
聚类技术广泛应用于微阵列数据分析中。在基因-样本-时间GST微阵列数据矩阵中,挖掘三雏聚类成为当前的热门研究课题。3D聚类过程经常需要对多个相互冲突的目标进行优化,而且进化算法以其强大的探寻能力成为高维搜索空间中非常有效的搜索方法。本文基于多目标进化计算方法提出一个新的3D聚类算法MOE-TC,以挖掘GST数据中的3D聚类。现实微阵列数据上的实验验证结果充分说明了本文算法的有效性。
摘要(英文):
The clustering technique is widely used in microarray data analysis, and mining three-dimensional(3D) clusters in gene-sample-time(simply GST) microarray data is emerging as a hot research topic in this area. During the mining of 3D clusters, several objectives have to be optimized simultaneously, and often these objectives are in conflict with each other. Moreover, with great exploration power, evolutionary computation is made as an effective search approach in the search space of huge dimensionality. Based on MOEA(Multi-Objective Evoluti...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com