文件名称：支持向量数据描述的基因表达数据聚类方法 (2009年)
文件大小：379KB
文件格式：PDF
更新时间：2024-06-06 19:25:36
工程技术 论文
为改善传统的基因表达数据聚类方法正确率偏低的问题,研究了支持向量数据描述( SVDD)算法在基因表 达数据聚类中的应用,该方法通过寻找最优分类超球实现对数据集的有效聚类。将类间信息融入聚类有效性评估准 则中,通过模拟退火优化算法寻找 SVDD算法中的最优核函数参数和惩罚因子,在训练时引入非样本数据提高运算 效率。对酵母细胞生长周期的基因表达数据集的仿真实验结果表明,在新的聚类有效性评估准则下进行参数寻优,能够更快更好地得到最佳参数,同时,算法具有聚类精度高和运算速度快的优点。