多样性引导的QPSO基因表达数据聚类算法

摘要：

针对基于粒子群优化的聚类算法容易陷入局部最优值的缺点,提出将量子行为粒子群优化应用于基因表达数据的聚类分析问题中.在新的聚类算法中采用了对粒子群的多样性控制,以提高算法的全局收敛性能;此外还在新算法中引入了类似于K均值聚类的操作步骤,用以提高算法整体的收敛速度.选择Rand指数和Silhouette指数作为聚类评价标准,对5个人工和实际的基因表达数据集合进行聚类实验分析表明,新算法和基于粒子群优化的聚类算法相比,具有较快的收敛速度,粒子多样性的控制能有效改善算法的全局收敛性能.和其他一些常用的聚类算法比较,也能够获得更好的聚类评价.聚类效果更好.

关键词：量子行为粒子群优化、基因表达数据、多样性引导、聚类

所属期刊栏目：46

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60703106、60474030

在线出版日期：2011-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：11-15,22