双聚类
双聚类的相关文献在2006年到2022年内共计91篇,主要集中在自动化技术、计算机技术、信息与知识传播、一般理论
等领域,其中期刊论文61篇、会议论文1篇、专利文献392200篇;相关期刊45种,包括农业图书情报学刊、情报学报、情报杂志等;
相关会议1种,包括2008年中国信息技术与应用学术论坛等;双聚类的相关文献由204位作者贡献,包括尚学群、王淼、薛云等。
双聚类—发文量
专利文献>
论文:392200篇
占比:99.98%
总计:392262篇
双聚类
-研究学者
- 尚学群
- 王淼
- 薛云
- 崔雷
- 朱娴
- 杨颖
- 林勤
- 马卫
- 黄庆华
- 刘军万
- 朱利达
- 杨杰
- 韩立新
- 刘亮亮
- 刘健
- 刘合兵
- 卢小峰
- 周晓锋
- 姜涛
- 孙俊玲
- 孙志挥
- 宋宏
- 崔立真
- 张子博
- 张海林
- 张钰
- 徐滢
- 方丽
- 方琼
- 李东
- 李小寒
- 李晖
- 李瑞璨
- 李美航
- 李舟军
- 杨宇辰
- 杨蜜静
- 林健哲
- 林斯达
- 王丹
- 王卫民
- 王建林
- 王琦
- 王石
- 王雪松
- 程玉虎
- 符建辉
- 缪苗
- 蔡莉
- 袁媛
-
-
李彤岩;
蒲江岚
-
-
摘要:
随着数据的爆炸式增长,推荐系统中传统的协同过滤推荐算法出现了难以处理稀疏数据和准确率降低的问题.对此,提出一种基于多维度上下文和双聚类的个性化推荐算法(MCB).该算法采用K-means聚类方法分别对用户和项目进行双聚类,并在传统的项目评分预测算法上进行改进,提出一种多维度的个性化评分预测(MPRP)算法.MPRP算法利用上下文维度间的相关性对用户评分进行修正,并考虑用户评分的权重问题,引入基于统计学习的系统误差因子,提高了评分预测的准确性.实验结果表明,MCB算法具有预测误差更小、推荐结果的覆盖率和新颖性更高的优点.
-
-
马卫;
朱娴
-
-
摘要:
基因表达数据是由DNA微阵列实验产生的大规模数据矩阵,双聚类算法是挖掘数据矩阵中具有较高相关性的子矩阵,能有效地提取生物学信息.针对当前多目标双聚类优化算法易于陷入早熟和局部最优解等问题,论文提出了基于逻辑运算的离散人工蜂群优化双聚类算法(LOABCB算法),一方面引入人工蜂群算法增强双聚类的全局寻优能力,另一方面通过逻辑运算邻域搜索策略寻找最优双聚类,提高搜索效率.采用基因表达数据的酵母细胞数据集进行实验,结果表明论文算法能够获得实验效果优的具有生物意义的双聚类.
-
-
杨颖;
李子政;
曹姝;
崔雷
-
-
摘要:
介绍双聚类概念、基本原理以及相关研究、应用情况,阐述双聚类使用工具和方法,通过案例分析双聚类在医学文本挖掘中的具体实现过程,提出双聚类在数据挖掘方法中的应用前景,为相关研究提供参考.
-
-
徐煜
-
-
摘要:
有效地处理多视图数据成为了双聚类算法的发展趋势.现有多视图双聚类算法致力于寻找更有效的降维、填充缺失值的方法和整合多源数据以提升聚类效果,以期更准确地识别肿瘤异质性.然而,这些方法普遍采用单向聚类算法,无法挖掘单细胞转录组数据中重要的局部信息.本文提出了一种多视图子空间双聚类算法(Multi-View Bi-Clustering,MVBC),MVBC首先通过稀疏矩阵分解从多视图数据中提取更为稠密的子空间,再在子空间上进行三因子矩阵分解得到双聚类,并且使用流行正则项进一步提高聚类的精度.本文将子空间学习与双聚类统一学习优化,增强彼此间的耦合性,并给出了相应的迭代优化方法.在大型多视图稀疏数据上的实验结果表明,MVBC比已有相关方法能更准确地识别双聚类簇,有效地指导多视图数据分析.
-
-
崔衍;
薛源
-
-
摘要:
基因表达数据隐藏着丰富的生物信息,双聚类算法是挖掘这些生物信息的有效手段.双聚类算法一直被认为是一个NP-hard问题,而蝙蝠算法在解决NP-hard问题上有很大的优势.本文在蝙蝠算法的基础上提出了一种基于改进蝙蝠算法的双聚类算法(Bi-clustering based on Improved Bat Algorithm,BIBA).通过在酵母细胞基因数据集上的实验表明BIBA算法能够得到MSR值更小、体积更大的双聚类.
-
-
-
王星;
王峻;
余国先;
郭茂祖
-
-
摘要:
癌症亚型识别在肿瘤异质性分析中具有重要意义.双聚类可以在大规模基因表达数据的基因和样本维度上同时进行聚类分析,发现部分样本在部分基因子集上表达相似的双聚类簇,进而发现相应的癌症亚型,为癌症的精准基因治疗等提供了重要的信息.双聚类算法通过结合基因相互作用网络数据,可进一步提高癌症亚型分类的准确度,但已有整合基因网络的双聚类算法通常仅基于基因的度加权选择基因,易受网络中噪声互作的干扰和缺失互作的误导.为此,该文提出了一种基于基因互作网络正则化的双聚类算法(Network Regularized Bi-Clustering algorithm,NetRBC).NetRBC首先通过最小化聚类簇上的均方残差分别求取癌症基因表达数据矩阵上的基因簇和样本簇指示矩阵;然后利用基因网络和基因簇指示矩阵构建图正则项;最后将此正则项结合到基于均方残差的非负矩阵分解中,约束基因簇和样本簇矩阵的协同分解,以期提高癌症亚型分类的精度.在多个癌症基因表达数据上的实验结果表明,NetRBC比已有相关方法能够更准确地区分癌症亚型.
-
-
-
付鑫金;
曹燕;
许海云
-
-
摘要:
Science and technology novelty search is an important part of sci-tech information service. It has signifi-cant meaning to scientific and technological innovation and transformation. The paper acquired the relative articles from CSSCI to find out the core authors, and seven research fields by biclustering algorithm. Furthermore, it analyzed the knowledge bases and research focuses of these fields systematically.%科技查新作为科技信息服务的重要组成部分,对科技创新和科技成果转化具有重要意义.本文通过CSSCI数据库获取相关论文,找出该领域的代表作者,通过双聚类算法得到7个研究方向,并系统深入地分析了方向的知识基础与研究大热点.
-