基于多维伪F统计量的基因表达动态聚类分析方法研究

• 作者: 张白妮 李仁发 骆嘉伟
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 聚类分析 基因表达数据 伪F统计量 动态K-均值聚类
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 仿真建模与仿真算法
• 页码范围: 586-589,601
• 页数: 5页
• 分类号: TP39
• 字数: 2718字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2006.03.016

摘要

K-均值聚类分析算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法,它通过指定类别数K,基于给定的聚类目标函数,并采用迭代更新的方法,使得最终的聚类结果的目标函数值为极小值,达到较优的聚类效果.针对K-均值聚类分析算法存在参数依赖性强,且在整个聚类过程中类的数目无法改变的缺点,引入动态调整聚类个数的思想和多维伪F统计量,提出了一种基于多维伪F统计量的基因表达动态K-均值聚类算法.实验结果表明该算法可以动态调整聚类个数,给出最佳聚类数目,从而获得较好的聚类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李仁发	湖南大学计算机与通信学院	468	4582	30.0	44.0
2	骆嘉伟	湖南大学计算机与通信学院	53	417	12.0	18.0
3	张白妮		1	18	1.0	1.0