论文部分内容阅读
双聚类是微阵列基因表达数据分析中很实用的一种数据挖掘技术，它是一种同时对微阵列基因和条件进行聚类的方法，用来挖掘基因子集在条件子集下所体现出来的生物模式。传统的双聚类算法对于庞大的基因表达数据处理效率很弱，考虑在jMetal平台上实现基因表达数据的双聚类的一种新的研究方法及思路。同时考虑加入并行策略，提高算法的效率。在酵母啤酒细胞基因表达集和人类B-细胞两个标准数据集上对两个算法进行实验验证，表明所提出算法比其他多目标双聚类算法呈现出更好的优越性。