[发明专利]基于改进PSO算法的基因表达数据聚类方法

摘要

本发明提供一种基于改进PSO算法的基因表达数据聚类方法，主要包括以下步骤：1、构建基因聚类矩阵:对基因芯片数据进行处理后构建基因表达矩阵，再计算基因间的欧式距离构建基因距离矩阵；2、优化PSO算法聚类:把基因距离矩阵带入优化后的PSO算法获取一条最优路径，对根据给定阈值进行划分得到聚类模块；3:聚类结果优化：去掉单独成簇的基因以及过于稀疏的聚类，得到最终的基因聚类结果。粒子群算法是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法，相对于其他聚类算法具有较大的优势，所以将其应用到基因表达数据聚类分析领域上，能根据基因表达数据，对基因进行准确、快速的聚类。

主权项

一种基于改进PSO算法的基因表达数据聚类方法，其特征在于，包括以下步骤：步骤S1：对基因芯片数据进行0‑1标准化后，建立基因表达矩阵，然后再计算基因间的欧式距离，把基因表达矩阵转化为距离矩阵，距离矩阵相对于对角线对称，基因间的距离表示基因的相似程度；步骤S2对于每个粒子，随机选取0~n之间的整数k，其中n为基因的个数，求出其余各基因到基因k之间的距离作为当前粒子的初始位置，粒子群中初始群体最优位置是以各基因到中心基因的距离作为粒子群体历史最优位置；步骤S3：将惯性权重w设为可调因子：，将学习因子c2也设为可调因子：，其中a为当前迭代次数，b为总迭代次数；步骤S4：原始的基因表达数据聚类算法中，当获得最初优化路径时，仅仅根据给定阀值D对路径进行剪枝，获得初始基因聚类；再对聚类的结果进行进一步优化，去掉单独成簇的基因以及过于稀疏的聚类，得到最终的基因聚类结果。