基于模擬退火粒子群優(yōu)化技術(shù)的基因數(shù)據(jù)雙聚類算法研究.pdf

1、基因數(shù)據(jù)雙聚類是基因表達(dá)數(shù)據(jù)矩陣中的子矩陣，用來表達(dá)矩陣中部分行與列的相互表達(dá)水平。雙聚類算法則是在數(shù)據(jù)矩陣的行和列兩個方向上同時聚類，以找到數(shù)據(jù)矩陣中具有較高相關(guān)性的行子集和列子集，其中子矩陣中的行和列分別代表基因表達(dá)數(shù)據(jù)中的基因子集和條件子集。
　　 本文根據(jù)當(dāng)前雙聚類的現(xiàn)狀提出了兩個算法。第一個算法是在Cheng andChurch算法的基礎(chǔ)上進(jìn)行改進(jìn)和實(shí)現(xiàn)的快速算法。首先對基因表達(dá)數(shù)據(jù)的基因集合和條件集合分別使用k-均值

2、和層次聚類生成n行和m列子集，將行子集和列子集組合成n*m數(shù)據(jù)子矩陣，并計算每個數(shù)據(jù)子矩陣的均方殘值，取前100個數(shù)據(jù)子矩陣作為雙聚類的初始種子。然后采用自低向上策略對種子分別添加行和列，在添加行和列的過程中定義兩個參數(shù)行增長率和列增長率，用來加快種子的增長速度，并找出具有最低均方殘值的雙聚類。最后數(shù)據(jù)測試采用Cheng andChurch使用的兩個數(shù)據(jù)集酵母細(xì)胞數(shù)據(jù)集和人體瘤細(xì)胞數(shù)據(jù)集，并將算法的結(jié)果與Cheng and Church

3、等算法的結(jié)果進(jìn)行比較，改進(jìn)后的快速算法，在雙聚類質(zhì)量變化不多的條件下，運(yùn)行時間減少一半左右。
　　 本文提出的另一個算法是模擬退火粒子群優(yōu)化的混合優(yōu)化算法，該算法以模擬退火法為框架結(jié)合粒子群優(yōu)化算法，避免了模擬退火的概率突跳性缺點(diǎn)。算法同樣采用自低向上策略，首先生成雙聚類種子，然后采用模擬退火粒子群算法添加種子的行和列，找出最優(yōu)結(jié)果。最后數(shù)據(jù)測試同樣采用Cheng and Church使用的兩個數(shù)據(jù)集酵母細(xì)胞數(shù)據(jù)集和人體瘤細(xì)胞數(shù)