您的位置： 专家智库 > >

中南林业科技大学青年科学基金(0702613)

作品数：2 被引量：3H指数：1
相关作者：陈义明李舟军刘军万刘飞飞更多>>
相关机构：国防科学技术大学中南林业科技大学北京航空航天大学更多>>
发文基金：国家自然科学基金中南林业科技大学青年科学基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇多目标
  • 2篇微阵列
  • 2篇微阵列数据
  • 2篇列数
  • 2篇聚类
  • 1篇多目标进化
  • 1篇数据挖掘
  • 1篇人工免疫
  • 1篇人工免疫系统
  • 1篇免疫优化
  • 1篇进化聚类

机构

  • 2篇国防科学技术...
  • 2篇湖南农业大学
  • 2篇北京航空航天...
  • 2篇中南林业科技...

作者

  • 2篇刘军万
  • 2篇李舟军
  • 2篇陈义明
  • 1篇刘飞飞

传媒

  • 1篇计算机工程与...
  • 1篇生物信息学

年份

  • 1篇2009
  • 1篇2008
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
三维微阵列数据的多目标进化聚类被引量：1
2008年
聚类技术广泛应用于微阵列数据分析中。在基因-样本-时间GST微阵列数据矩阵中,挖掘三维聚类成为当前的热门研究课题。3D聚类过程经常需要对多个相互冲突的目标进行优化,而且进化算法以其强大的探寻能力成为高维搜索空间中非常有效的搜索方法。本文基于多目标进化计算方法提出一个新的3D聚类算法MOE-TC,以挖掘GST数据中的3D聚类。现实微阵列数据上的实验验证结果充分说明了本文算法的有效性。
刘军万李舟军陈义明
关键词：多目标进化数据挖掘
微阵列数据的多目标免疫优化双聚类被引量：2
2009年
DNA微阵列技术的发展为基因表达研究提供更有效的工具。分析这些大规模基因数据主要应用聚类方法。最近,提出双聚类技术来发现子矩阵以揭示各种生物模式。多目标优化算法可以同时优化多个相互冲突的目标,因而是求解基因表达矩阵的双聚类的一种很好的方法。本文基于克隆选择原理提出了一个新奇的多目标免疫优化双聚类算法,来挖掘微阵列数据的双聚类。在两个真实数据集上的实验结果表明该方法比其他多目标进化双聚类算法表现出更优越的性能。
刘军万李舟军陈义明刘飞飞
关键词：微阵列人工免疫系统
全选 清除 导出
共1页<1>
聚类工具0