原文服务方: 计算机应用研究       
摘要:
根据基因表达数据的特点,提出一种高精度的基于密度的聚类算法DENGENE.DENGENE通过定义一致性检测和引进峰点改进搜索方向,使得算法能够更好地处理基因表达数据.为了评价算法的性能,选取了两组广为使用的测试数据,即啤酒酵母基因表达数据集对算法来进行测试.实验结果表明,与基于模型的五种算法、CAST算法、K-均值聚类等相比,DENGENE在滤除噪声和聚类精度方面取得了显著的改善.
推荐文章
一种适用于基因表达数据的特征加权FCM算法
基因表达数据
预处理算法
类间熵
加权模糊聚类
一种适用于高维非线性特征数据的聚类算法及应用
非线性
高维数据
核主元分析
密度聚类
一种基于密度的引力聚类算法
数据挖掘
聚类分析
聚类算法
引力
基于离散时序基因表达数据的双聚类算法
时序基因表达数据
双聚类
共表达
时间点连续
离散化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 DENGENE:一种高精度的基于密度的适用于基因表达数据的聚类算法
来源期刊 计算机应用研究 学科
关键词 基因表达数据 聚类分析 基于密度的聚类 一致性检测 峰点
年,卷(期) 2007,(4) 所属期刊栏目 研究探讨
研究方向 页码范围 58-61
页数 4页 分类号 TP18|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.04.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王永吉 15 1036 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (4)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
基因表达数据
聚类分析
基于密度的聚类
一致性检测
峰点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
教育部留学回国人员科研启动基金
英文译名:the Scientific Research Foundation for the Returned Overseas Chinese Scholars, State Education Ministry
官方网址:http://www.csc.edu.cn/gb/
项目类型:
学科类型:
论文1v1指导