基于代表熵的基因表达数据聚类分析方法

• 作者: 杨慧中 陆媛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 代表熵 波动系数 自组织特征映射网络算法 基因表达数据
• 年，卷（期）: 2008,（27）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 151-153
• 页数: 3页
• 分类号: TP311
• 字数: 3795字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.27.048

摘要

针对基因表达数据样本少,维数高的特点,尤其是在样本分型缺乏先验知识的情况下,结合自组织特征映射的优点提出了基于代表熵的双向聚类算法.该算法首先通过自组织特征映射网络(SOM)对基因聚类,根据波动系数挑选特征基因.然后根据代表熵的大小判断基因聚类的好坏,并确定网络的神经元个数.最后采用FCM(Fuzzy C Means)聚类算法对挑选出的特征基因集进行样本分型.将该算法用于两组公开的基因表达数据集,实验结果表明该算法在降低特征维数的同时,得出了较高的聚类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨慧中	江南大学通信与控制工程学院	228	1844	20.0	33.0
2	陆媛	江南大学通信与控制工程学院	3	17	3.0	3.0