DNA微陣列數(shù)據(jù)分析中的雙聚類算法研究.pdf

1、微陣列數(shù)據(jù)分析是在微陣列技術(shù)基礎(chǔ)上發(fā)展起來的數(shù)據(jù)挖掘技術(shù),對同時(shí)檢測獲得的成千上萬個(gè)基因表達(dá)水平值進(jìn)行數(shù)據(jù)分析,挖掘出具有生物學(xué)意義的數(shù)據(jù)模式。雙聚類分析較傳統(tǒng)的分析手段更適用于基因數(shù)據(jù)的分析,它可以在行和列兩個(gè)方向上進(jìn)行聚類分析,在很大程度上克服了一些傳統(tǒng)聚類分析方法帶有的缺陷。
　　雙聚類算法的定義決定了求解雙聚類問題是一個(gè)多目標(biāo)優(yōu)化過程。雙聚類算法的目標(biāo)是挖掘具有較高相似度和較大容量的雙聚類,這兩個(gè)目標(biāo)并不總是能同時(shí)實(shí)現(xiàn)的,

2、且大多數(shù)情況下是相互沖突的,適用于多目標(biāo)優(yōu)化建模。近年來,智能進(jìn)化算法成為數(shù)據(jù)挖掘領(lǐng)域普遍的方法,例如遺傳算法、模擬退火、粒子群優(yōu)化、蟻群優(yōu)化、神經(jīng)網(wǎng)絡(luò)等,這些算法對于求解多目標(biāo)優(yōu)化問題具有非常出色的表現(xiàn)。
　　論文首先介紹了雙聚類算法的產(chǎn)生背景、研究現(xiàn)狀及應(yīng)用,然后對雙聚類優(yōu)化問題進(jìn)行描述,作為后面將要介紹的多目標(biāo)雙聚類算法的基礎(chǔ)。論文在研究經(jīng)典的雙聚類算法ChengandChurch算法的基礎(chǔ)上,針對該算法對于按比例縮放模式的