宋东奇
- 作品数：1 被引量：1H指数：1
- 供职机构：江苏大学计算机科学与通信工程学院更多>>
- 发文基金：中国博士后科学基金江苏省博士后科研资助计划项目国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术化学工程更多>>
- 新型适用于基因表达数据的模型聚类方法被引量：1
- 2015年
- 针对EM算法中的初始类的数目很难决定,在迭代中经常产生部分最优的情况,将K-means算法与基于EM的聚类方法相结合,提出了一个新的适用于基因表达数据的模型聚类方法。新的聚类方法,首先利用K-means算法具有全局性、效率高的优点,快速得到聚类的起始类的划分,将其设置为高斯混合模型的初始参数值,进一步采用EM方法进行聚类,得到最优聚类结果。通过2次对真实数据集的实验测试,将新的算法分别与K均值算法和EM算法进行了比较。实验结果表明,新算法是一种有效的聚类方法,聚类结果的准确度得到了提高。
- 宋东奇宋余庆刘哲凌青华
- 关键词：基因表达数据K-MEANS算法生物信息学
