研究文章雷竞技app下载苹果版

一种基于聚类基因表达数据的人工蜂群和模糊c均值算法

摘要

基因表达数据的聚类分析已被证明是识别共表达基因的有用工具，因为它将给定的数据集划分为基于特定特征的组。基因微阵列数据利用各种聚类算法根据基因表达模式进行排列，传统的聚类算法往往忽略了生物过程的动态特性。针对基因表达分析中存在的问题，提出了新的降维和聚类算法。利用局部敏感判别分析(LSDA)对微阵列基因表达数据进行降维。为了保持局部邻域之间的联系，采用LSDA算法，并采用基于模糊c均值聚类的人工蜂群算法(Artificial Bee Colony, ABC)对基于模式的基因表达进行聚类。实验结果表明，与现有算法相比，该算法具有更高的聚类精度和更短的聚类时间。

K.Sathishkumar Dr.V。Thiagarasu, M.Ramalingam

阅读全文下载全文|访问全文