您的位置: 专家智库 > >

国家自然科学基金(61272121)

作品数:4 被引量:9H指数:2
相关作者:王淼尚学群许涛索岩赵芳更多>>
相关机构:西北工业大学河南师范大学中南大学更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划河南省科技攻关计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 3篇聚类
  • 3篇共表达
  • 2篇时间点
  • 2篇聚类算法
  • 2篇基因
  • 2篇基因共表达
  • 1篇学习机
  • 1篇遥感
  • 1篇遥感图像
  • 1篇蚁群
  • 1篇蚁群优化
  • 1篇蚁群优化算法
  • 1篇优化算法
  • 1篇特征集
  • 1篇特征提取
  • 1篇图像
  • 1篇离散化
  • 1篇基因芯片
  • 1篇极限学习机

机构

  • 3篇西北工业大学
  • 1篇新乡学院
  • 1篇中南大学
  • 1篇河南师范大学

作者

  • 3篇尚学群
  • 3篇王淼
  • 2篇许涛
  • 1篇赵芳
  • 1篇谢华博
  • 1篇索岩

传媒

  • 3篇计算机应用研...
  • 1篇计算机应用

年份

  • 1篇2020
  • 3篇2013
4 条 记 录,以下是 1-4
排序方式:
基于蚁群优化与独立特征集的遥感图像实时分类算法被引量:4
2020年
为了提高遥感图像的实时分类准确率与效率,提出了一种基于蚁群优化算法与独立特征集的遥感图像集实时分类算法。首先,提取遥感图像的小波域特征与颜色特征,并且组成特征向量;然后,采用蚁群优化算法对特征空间进行优化,独立地选出每个分类的显著特征集,从而降低每个子特征空间的维度;最终,每个分类独立地训练一个极限学习机分类器,从而实现对遥感图像集的分类。基于公开的遥感图像数据集进行了仿真实验,结果显示本算法实现了较高的分类准确率,并且实现了较高的计算效率。
赵芳索岩彭子然
关键词:特征提取遥感图像蚁群优化算法极限学习机
相对行常量差异共表达双聚类挖掘算法被引量:1
2013年
在生物信息学上,挖掘差异共表达双聚类有助于研究衰老、癌变类变化的生物过程。以往的差异共表达双聚类定义仅仅从一组基因的角度来衡量差异,导致包含了很多噪声。为了克服上述缺点提出新的差异共表达支持度MiSupport,可以将一组基因的差异细化到基因级别;并由此定义提出MiCluster算法,可以在两个真实的基因芯片数据中挖掘最大的差异共表达双聚类。MiCluster算法首先基于两个基因芯片数据构建差异共表达权值图,然后基于权值图,采用样本扩展和层次扩展,并利用精确的候选产生方法和高效的剪枝策略,挖掘出最大的差异共表达双聚类。实验结果证明,MiCluster算法比现有的算法快速高效,而且通过均方误差(MSE)测试和基因本体(GO)评价,挖掘出来结果具有更大的统计意义和生物学意义。
谢华博尚学群王淼
关键词:基因芯片基因共表达
面向时序基因表达数据的双聚类算法被引量:3
2013年
对某种生物而言,在某段连续时间内共表达的基因预示着其在同时完成某一生物过程或其间存在某种调控关系;而目前在基因表达数据上的大多数双聚类算法都是针对非连续样本点的情况提出的,对于连续样本点(样本之间存在顺序关系)的情况很少涉及。因此在考虑连续样本点的情况下,提出了一种在时序基因表达数据上挖掘极大一致趋势共表达基因集的双聚类算法TCBicluster。在每个时间点产生行常量共表达基因集,进而构造以时间点为顶点、以相邻时间点间满足一致性要求的共表达基因集为边的权值图,并采用扩展连续时间点的方式对权值图进行双聚类挖掘,使用有效的剪枝策略提高算法效率。实验证明,TCBicluster算法比RAP及CC-TSB算法更能有效挖掘极大一致趋势共表达双聚类且具有较高的效率和良好的可扩展性。
杨蜜静尚学群许涛王淼
关键词:基因共表达
基于离散时序基因表达数据的双聚类算法被引量:1
2013年
目前应用于基因表达数据上的双聚类算法大多是基于真实数据提出的,因此易受噪声干扰,且这些算法很少考虑样本间的时序性。提出了一种有效的时间点连续的双聚类挖掘算法DTCB,从离散的时序基因表达数据中挖掘出时间点连续的最大共表达双聚类。该算法使用了一种新的数据离散化方法,同时提出了三种在离散数据集下基因间的共表达关系;为了提高挖掘效率,DTCB使用了有效的剪枝和输出策略,可以在不产生候选集的情况下一次性挖掘出所有的最大共表达双聚类。通过实验分析,证明DTCB具有高效的性能和良好的鲁棒性,且结果具有较好的统计和生物意义。
许涛尚学群杨蜜静王淼
关键词:共表达离散化
共1页<1>
聚类工具0