文献类型：期刊文章

作　　者：侯莉莎[1,2]

HOU Lisha(Tianjin University,Tianjin 300072,China;B eijing Professional Business Institute,Beijing 102488,China)

机构地区：[1]天津大学,天津300072 [2]北京经贸职业学院,北京102488

出　　处：《现代电子技术》

基　　金：2014年度天津市教委科研计划项目(20140811)~~

年　　份：2018

卷　　号：41

期　　号：14

起止页码：48-50

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：传统microRNA聚类算法对数据的新特征要求较高,未全面分析大数据集内的冗余特征,使得聚类结果均衡性差。因此,提出大数据集合中冗余特征排除的聚类算法,其采用聚类集成算法,在组构造时期通过使用一致的聚类算法抽取各种子集样本,实现大数据冗余特征的排除,获取排除冗余特征的大数据集聚类结果。对得到的大数据聚类特征分类能力以及特征关联性实施度量,采用基于特征聚类以及随机子空间的miRNA识别算法,实现大数据集合冗余特征的聚类。实验结果表明,所提算法具有较高的冗余数据排除性能,该算法下的大数据聚类效果优,具有较高的均衡性。

关 键 词：大数据集 冗余特征排除  聚类算法 特征关联性  随机子空间 miRNA识别算法  

分 类 号：TN911-34] TP311]