-
题名基于RD-SVM的肿瘤信息基因选择算法
被引量：4
- 1
-
-
作者
谢志伟
王志明
骆剑锋
-
机构
东莞职业技术学院计算机工程系
东莞职业技术学院信息技术中心
-
出处
《计算机应用与软件》
CSCD
2015年第5期310-313,共4页
-
基金
广东省高新技术产业化项目(2012B010100050)
东莞市高等院校科研机构科技计划重点项目(2011108101010)
-
文摘
为了从高维、小样本的基因表达数据中有效地选择特征基因,消除与肿瘤分类无关的数据,提出一种随机矩阵替换与支持向量机的肿瘤信息基因选择算法(RD-SVM)。首先构建多组0/1随机向量表示的信息基因子集,并以支持向量机构建分类器评价每组子集的优劣,然后考虑各特征之间的相互作用,以0、1替换策略对基因子集评估,并找到最优基因子集,最后采用5个肿瘤信息基因表达谱数据对算法性能进行测试。结果表明,相对于参比算法,RD-SVM算法不仅提高了肿瘤信息基因的识别精度,同时所选信息基因最少。
-
关键词
基因选择
肿瘤表达谱
信息基因
支持向量机
-
Keywords
Gene selection Tumour expression spectrum Informative gene Support vector machine
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种区间型数据的自适应模糊c均值聚类算法
被引量：5
- 2
-
-
作者
谢志伟
王志明
-
机构
东莞职业技术学院计算机工程系
东莞职业技术学院信息技术中心
-
出处
《计算机工程与应用》
CSCD
2012年第17期193-198,237,共7页
-
基金
国家社科基金重大项目(No.09&ZD014)
-
文摘
针对区间型数据的聚类问题,提出一种自适应模糊c均值聚类算法。该算法一方面基于区间数的中点和半宽度,通过引入区间宽度的影响因子以控制区间大小对聚类结果的影响;另一方面通过引入一个自适应系数,以减少区间型数据的数据结构对聚类效果的影响。通过仿真数据和Fish真实数据验证了该算法的有效性,并对聚类结果进行比较和分析。
-
关键词
区间型数据
模糊C均值聚类
自适应系数
自适应模糊c均值聚类
-
Keywords
interval data
fuzzy c means clustering
self-adapting coefficient
self-adapting fuzzy c means clustering
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于上下文约束的噪声模糊聚类算法
被引量：2
- 3
-
-
作者
谢志伟
王志明
-
机构
东莞职业技术学院计算机工程系
东莞职业技术学院信息技术中心
-
出处
《计算机工程与应用》
CSCD
2012年第5期143-145,163,共4页
-
基金
国家社科基金重大项目(No.09&ZD014)
-
文摘
针对带噪声数据的聚类问题,提出一种基于上下文约束的噪声模糊聚类算法。该算法基于标准的模糊C-均值聚类理论,在修改模糊聚类目标函数的同时,结合问题的实际背景引入上下文模糊集,修改模糊划分空间的约束条件,以减少噪声对聚类结果的影响。实验结果表明:该算法能够有效地避免噪声对聚类的影响,具有很强的鲁棒性。
-
关键词
模糊C-均值聚类
上下文约束
噪声模糊聚类
-
Keywords
fuzzy C-means clustering
context constraints
noise fuzzy clustering
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
