论文部分内容阅读
应用自组织映射(SOM)网络保留样本原始空间拓扑结构的特性，将其用在基因表达数据的聚类分析中，通过对映射结果的分析，结果表明SOM网络有较高的分类正确率；进而，针对基本的SOM网络算法中初始权值参数是随机生成的，获得的映射结果严重依赖于初始权值参数的选取这一缺点，提出了用进化算法——遗传算法(GA)和粒子群优化(PSO)算法来优化初始权值的方法，并将其用在基因表达数据的分类判别中，取得了良好的效果；同时，利用SOM网络对高维数据良好的拓扑保持能力和非线性降维映射能力，并结合其可视化方案，提出了基于自组织映射网络的样本数据粗差判别方法，结果表明该算法直观、有效地判别和剔除样本数据中的粗差。