摘要
针对传统聚类算法在基因表达数据处理中的不足之处,讨论了与计算智能技术相关的两种算法:模糊C均值算法(FCM)和遗传K均值算法(GKA),对FCM算法中类别数c和模糊指数m的选取进行了比较深入的研究,最后用实验数据对各算法性能进行了分析和比较。
Aiming at the deficiencies of the traditional clustering algorithms in analyzing and handling gene expression data,two algorithms that associate with the computational intelligence FCM and GKA are discussed.Then the methods for selecting parameters are studied in detail.Lastly,the algorithms' performances are compared using experiment data.
出处
《计算机工程与应用》
CSCD
北大核心
2006年第15期171-175,178,共6页
Computer Engineering and Applications
基金
国家自然科学基金资助项目(编号:60374070)
广东省自然科学基金资助项目(编号:031903)
关键词
聚类分析
微阵列
基因表达数据
计算智能
clustering analysis,microarrays,gene expression data,computational intelligence