Isomap在基因表达谱数据聚类分析中的应用

• 作者: 孙之荣 季星来 李衍达 袁远
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 基因表达谱 等容特征映射 k均值算法 聚类算法
• 年，卷（期）: 2004,（9）
• 所属期刊栏目: 自动化
• 页码范围: 1286-1289
• 页数: 4页
• 分类号: TP1
• 字数: 2353字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2004.09.034

摘要

基因表达谱数据的聚类分析对于研究基因功能和基因调控机制有重要意义.基于非线性降维算法等容特征映射,提出了一种新的大规模基因表达谱数据聚类算法,该方法改进了样本向量之间的距离度量,用测地距离代替传统的欧式距离,有助于挖掘高维数据内在的几何结构.将该算法应用于两个公开的基因表达数据集,并用一种新的评价方法Normalized Cut将聚类结果与其他聚类方法的结果进行了比较.结果表明,该文的聚类算法优于其他聚类算法,聚类结果具有明显的生物学意义,并能对数据的类别数作出较好的预测和评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李衍达	清华大学生物信息学教育部重点实验室	96	3275	26.0	56.0
5	孙之荣	清华大学生物信息学教育部重点实验室	15	266	9.0	15.0
9	袁远	清华大学生物信息学教育部重点实验室	1	44	1.0	1.0
13	季星来	清华大学生物信息学教育部重点实验室	3	104	3.0	3.0