支持向量数据描述的基因表达数据聚类方法

摘要：

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.

关键词：基因表达数据、支持向量数据描述、聚类、模拟退火

所属期刊栏目：4

分类号：TP18(自动化基础理论)

在线出版日期：2010-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：544-548