期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于伪F统计量的模糊聚类方法在基因表达数据分析中的应用 被引量:7
1
作者 易东 张彦琦 +4 位作者 王文昌 张蔚 杨梦苏 黄明辉 方志俊 《中国卫生统计》 CSCD 北大核心 2002年第3期146-150,共5页
目的 通过对基因芯片数据的分析 ,提出一种基因表达的分类方法。方法 首先 ,应用FCM模糊聚类法(FuzzyClusteringMethod)进行聚类 ,然后我们应用PFS(PseudoF statistics)统计量作为一个判别函数来确定最佳类数目。结果 将本方法应用... 目的 通过对基因芯片数据的分析 ,提出一种基因表达的分类方法。方法 首先 ,应用FCM模糊聚类法(FuzzyClusteringMethod)进行聚类 ,然后我们应用PFS(PseudoF statistics)统计量作为一个判别函数来确定最佳类数目。结果 将本方法应用于模拟数据、人类纤维原细胞血清基因表达数据上 ,其结果明显好于K 均值法。结论 本方法基于没有聚类数据的任何先验知识和组成成分信息的前提下 ,考虑如何确定数据的分类结构。根据实际结果发现 。 展开更多
关键词 基因 模糊聚类法 伪f-统计 数据分析
在线阅读 下载PDF
基于伪F统计FAMC算法的基因表达数据分析 被引量:3
2
作者 刘文远 李建飞 +1 位作者 王宝文 于家新 《计算机科学》 CSCD 北大核心 2009年第3期153-155,共3页
基因芯片技术在给人类带来巨大机遇的同时也带来一些挑战。针对基因表达数据的海量性,以及基因类属的不确定性等问题,提出了一种基于伪F统计量(PFS)的模糊属性均值聚类FAMC(fuzzy attribute c-means cluste-ring)算法,并就模糊参数m的... 基因芯片技术在给人类带来巨大机遇的同时也带来一些挑战。针对基因表达数据的海量性,以及基因类属的不确定性等问题,提出了一种基于伪F统计量(PFS)的模糊属性均值聚类FAMC(fuzzy attribute c-means cluste-ring)算法,并就模糊参数m的确定问题提出了有效的解决方法。最后将其在标准的基因表达数据上进行测试分析,取得了较优的聚类结果。 展开更多
关键词 基因表达数据 FAMC算法 稳态函数 伪f-统计
在线阅读 下载PDF
基于多维伪F统计量的基因序列图形动态聚类研究 被引量:1
3
作者 曹晓霞 赵亮 吴力争 《计算机应用与软件》 CSCD 2009年第9期83-85,98,共4页
利用动态调整聚类个数的思想,在模糊C-均值聚类算法基础上引入基于多维PFS判别函数,提出一种基于多维伪F统计量的基因表达动态C-均值聚类算法。以H5N1病毒基因序列数字特征提取为例,在聚类分析过程中直接利用数字特征矩阵作为分析数据,... 利用动态调整聚类个数的思想,在模糊C-均值聚类算法基础上引入基于多维PFS判别函数,提出一种基于多维伪F统计量的基因表达动态C-均值聚类算法。以H5N1病毒基因序列数字特征提取为例,在聚类分析过程中直接利用数字特征矩阵作为分析数据,结果表明该算法可以动态调整聚类个数,给出最佳聚类数目,从而获得较好的聚类质量。 展开更多
关键词 模糊C-均值聚类 伪f-统计 基因表达 基因序列 特征提取
在线阅读 下载PDF
考虑源荷不确定性的CCHP型微网多目标优化调度 被引量:22
4
作者 张靠社 冯培基 +4 位作者 张刚 侯金旺 解佗 李萌 何欣 《电力系统保护与控制》 CSCD 北大核心 2021年第17期18-27,共10页
为提高冷热电联供(Combined Cooling Heating and Power,CCHP)型微网的综合运行效益,建立了以运行费用最小和二氧化碳排放量最小为目标的优化模型。针对源荷的不确定性,提出了基于误差场景整体生成与缩减的典型场景获得方法,并引入伪F-... 为提高冷热电联供(Combined Cooling Heating and Power,CCHP)型微网的综合运行效益,建立了以运行费用最小和二氧化碳排放量最小为目标的优化模型。针对源荷的不确定性,提出了基于误差场景整体生成与缩减的典型场景获得方法,并引入伪F-统计(Pseudo F-statistics,PFS)指标用于确定最佳场景缩减数目。实例计算表明,与不考虑源荷不确定的确定性优化方法相比,所提方法在应对源荷的不确定性上具有较好效果,运行费用平均下降0.31%,二氧化碳排放量平均下降4.85%。此外,计算分析表明,应用PFS指标确定最佳聚类数目可以找到模型应对源荷不确定的能力与计算时间之间的平衡点,提高模型计算效率。 展开更多
关键词 CCHP型微网 优化调度 场景生成与缩减 伪f-统计 源荷不确定性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部