一种基于粗糙k均值的双聚类算法

• 作者: 王睿智 胡云 苗夺谦 陈敏
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粗糙集 k均值聚类 双聚类分析 基因表达数据
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 174-177
• 页数: 4页
• 分类号: TP3
• 字数: 4701字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2007.11.047

摘要

双聚类算法是为了发现基因表达数据矩阵中局部相似性而提出的新聚类方法.本文根据Cheng和Church[1]的打分理论采用自底向上的策略,首先用粗糙k均值算法生成初始的基因数据块,再对这些数据块添加行和列,生成初始的双聚类.然后,删除初始的双聚类中一致性波动不好的行和列,从而得到最终的双聚类.实验表明,该算法能够高效地生成具有共表达水平的双聚类,更能找到一致波动水平很高的双聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈敏	同济大学计算机科学与技术系	24	160	6.0	12.0
2	苗夺谦	同济大学计算机科学与技术系	123	2389	25.0	44.0
3	王睿智	同济大学计算机科学与技术系	17	187	6.0	13.0
4	胡云	同济大学计算机科学与技术系	1	22	1.0	1.0