基因的无树评估

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (14): 80-84.

基因的无树评估

李川¹,唐常杰¹,陈瑜¹,代术成¹,邱江涛¹,罗谦¹,朱军²

1.四川大学计算机学院，成都 610065
2.中国出生缺陷监测中心,成都 610065

收稿日期:2008-01-18 修回日期:2008-03-25 出版日期:2008-05-11 发布日期:2008-05-11
通讯作者: 李川

Evaluating genes without expression trees construction

LI Chuan¹,TANG Chang-jie¹,CHEN Yu¹,DAI Shu-cheng¹,QIU Jiang-tao¹,LUO Qian¹,ZHU Jun²

1.School of Computer,Sichuan University，Chengdu 610065，China
2.Birth Defects Supervising Centre，Chengdu 610065，China

Received:2008-01-18 Revised:2008-03-25 Online:2008-05-11 Published:2008-05-11
Contact: LI Chuan

摘要/Abstract

摘要： 传统基于表达式树ET的基因评估从性能角度讲主要缺点是：重复遍历表达式树和进行大量重复计算。提出基于Scale的基因评估。变量矩阵用来避免基因评估中的重复计算。实验表明，在绝大多数数据分布下和参数选择情况下：基于Scale的基因评估较基于 ET 的基因评估快 3~5 倍。

关键词: 数据挖掘, 基因表达式编程, 基于Scale的基因表达

Abstract: Traditional ET(Expression Tree)-based GEP has a major performance defect:Repetitive ET traverses and calculations.This paper proposes a novel model called Scale-Based GEP to solve the problemVariable matrix is used to avoid repetitive calculations and traversing in ET-based gene evaluation.Experiments show that Scalebased evaluation outperforms ET-based method 3~5 times constantly.

Key words: data mining, gene expression programming, Scale-based gene expression

李川¹,唐常杰¹,陈瑜¹,代术成¹,邱江涛¹,罗谦¹,朱军². 基因的无树评估[J]. 计算机工程与应用, 2008, 44(14): 80-84.

LI Chuan¹,TANG Chang-jie¹,CHEN Yu¹,DAI Shu-cheng¹,QIU Jiang-tao¹,LUO Qian¹,ZHU Jun². Evaluating genes without expression trees construction[J]. Computer Engineering and Applications, 2008, 44(14): 80-84.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[4]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[5]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[6]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.
[7]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[8]	王子龙，李进，宋亚飞. 基于距离和权重改进的K-means算法[J]. 计算机工程与应用, 2020, 56(23): 87-94.
[9]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.
[10]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.
[11]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[12]	孟海东1，2，孙新军2，宋宇辰1. 基于数据场的改进LOF算法[J]. 计算机工程与应用, 2019, 55(3): 154-158.
[13]	雷乐，王丽珍，肖清. 空间co-location模式挖掘中的模糊技术初探[J]. 计算机工程与应用, 2019, 55(21): 158-166.
[14]	张晓婷，何朗，黄樟灿，谈庆. 基于MFR-GEP的高阶常微分方程预测模型[J]. 计算机工程与应用, 2019, 55(21): 247-253.
[15]	郭鹏，蔡骋. 基于聚类和关联算法的学生成绩挖掘与分析[J]. 计算机工程与应用, 2019, 55(17): 169-179.