基因微阵列数据的聚类分析算法研究

• 作者: 欧立奇 陈莉 马煜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微阵列 基因表达谱 聚类
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 176-178,206
• 页数: 4页
• 分类号: TP311
• 字数: 3770字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.05.055

摘要

微阵列技术是后基因组时代功能基因组研究的主要工具.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.针对聚类算法要求事先确定簇的个数、对噪声敏感和可伸缩性差的问题,基于密度聚类算法DBSCAN和共享近邻Shared Nearest Neighbors(SNN)的不同的特点,提出了一种新的最近邻先吸收的聚类算法,将其应用于一个公开的酵母细胞同期数据集,并用评价方法FOM将聚类结果与K-means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	陈莉	西北大学计算机科学系	67	651	17.0	22.0
2	马煜	西北大学计算机科学系	3	19	2.0	3.0
3	欧立奇	西北大学计算机科学系	1	8	1.0	1.0