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

• 作者: 孙亮 王永吉 赵芳
• 来源期刊: 计算机应用研究
• 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
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP18|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.04.014

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.

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