摘要
双聚类(Biclustering)算法是一种横向纵向同时进行的数据挖掘的聚类算法,主要用于生物信息学上对高维复杂的数据进行聚类,以平均平方残基作为筛选标准,贪婪迭代的方法来选取数据.传统双聚类算法聚出来的簇通常不是预想的结果,迭代次数越多偏差就越大,对于庞大的数据精确度会更小,而模糊集理论可以改进这种迭代产生偏差与得不到预想结果的不足.为了获得更加好的实验结果,用模糊数学中的隶属矩阵和综合评判等方法改进双聚类的算法,使得聚类结果更精确更具有一致性,便于发现数据的关联性.
学科与关键词
关键词
双聚类模糊数学贪婪迭代平均平方残基 biclusteringfuzzy mathematicsgreed iterationsquare residue
- 双聚类算法在本体构建中的应用朱利达; 徐少华; 韩立新; 曾晓勤计算机技术与发展, 2013, (03): 27-30.
- 集成粗糙集和阴影集的簇特征加权模糊聚类算法王丽娜; 王建东; 李涛; 叶枫系统工程与电子技术, 2013, (08): 1769-1776.
- 基于阴影集的粗糙模糊可能性C均值聚类算法汪海良; 佘堃; 周明天计算机科学, 2013, (01): 191-194.
