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。