改进的堆优化算法及其宫颈细胞数据聚类优化

Improved heap-based optimizer and its application to cervical cell data clustering optimization
张新明1,2
陈海燕3
窦育强1,2
王善侠1,2
刘国奇1,2
窦智1,2
张贝4
1. 河南师范大学 计算机与信息工程学院, 河南 新乡 453007
2. 智慧商务与物联网技术河南省工程实验室, 河南 新乡 453007
3. 湖北省肿瘤医院 妇瘤科, 武汉 430079
4. 武汉科技大学 机器人与智能系统研究院, 武汉 430081

摘要

常见的聚类方法存在对初始点敏感和易陷入局部最优的不足,为此提出了一种改进HBO的聚类方法。首先,提出一种改进的HBO,即扰动替换的HBO(disturbance and replacement HBO,DRHBO)克服其不足,即采用一种随机维度值替换策略和高斯扰动机制用于HBO中最优个体的状态更新,解决HBO搜索效率低的问题;提出一种正弦差分扰动策略,以突破当前个体仅与直接领导和同事进行交流的限制,从而增强搜索能力;将随机维度值替换和随机差分扰动策略融合,用于HBO中前期个体状态更新以避免其产生无效解。其次,提出一种DRHBO聚类方法,并运用到宫颈细胞数据集上以获得更好的聚类效果。大量、不同类别和不同样本的宫颈细胞数据集实验结果表明,与HBO及其改进算法和其他最先进算法相比,DRHBO的优化性能更好、稳定性更强且效率更高。DRHBO聚类方法更适应于宫颈细胞数据集。

基金项目

国家自然科学基金资助项目(61901160)

出版信息

DOI: 10.19734/j.issn.1001-3695.2023.05.0153
出版期卷: 《计算机应用研究》 印刷出版, 2023年第40卷 第12期
所属栏目: 算法研究探讨
出版页码: 3584-3591
文章编号: 1001-3695(2023)12-010-3584-08

发布历史

[2023-06-28] 优先出版
[2023-12-05] 印刷出版

引用本文

张新明, 陈海燕, 窦育强, 等. 改进的堆优化算法及其宫颈细胞数据聚类优化 [J]. 计算机应用研究, 2023, 40 (12): 3584-3591. (Zhang Xinming, Chen Haiyan, Dou Yuqiang, et al. Improved heap-based optimizer and its application to cervical cell data clustering optimization [J]. Application Research of Computers, 2023, 40 (12): 3584-3591. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊