论文研究-基于粒子对和极值优化的基因聚类混合算法研究.pdf

时间:2022-08-11 12:29:24
【文件属性】:

文件名称:论文研究-基于粒子对和极值优化的基因聚类混合算法研究.pdf

文件大小:457KB

文件格式:PDF

更新时间:2022-08-11 12:29:24

基因聚类,K-means算法,粒子对,极值优化算法,混合算法

针对粒子对算法存在过早陷入局部最优导致精度不是很高的问题,建议了一种新的基于粒子对(PPO)与极值优化(EO)混合算法。该算法利用PPO和EO的优点,借助K-means快速聚类的结果初始化其中一个粒子,并根据一定迭代次数在精英粒子对的迭代过程中引入EO算法,在保证算法收敛的同时避免后期过早陷入局部最优,从而提高聚类结果的精度。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和粒子对算法具有更好的聚类精度和稳定性。


网友评论