利用连通分支对基因表示数据的聚类算法

• 作者: 严云洋 周海岩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 基因表示数据 数据聚类 簇类 无向图 连通分支
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 152-155
• 页数: 4页
• 分类号: TP18
• 字数: 4854字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.09.045

摘要

在生命科学中,需要时物种及基因进行分类,以获得对种群固有结构的认识.利用数据聚类方法,有效地辨别/识别基因表示数据的模式,对它们进行分类.将特征相似性大的归为一类,特征相异性大的归为不同类.这对于研究基因的结构、功能、以及不同种类基因之间的关系都具有重要意义.利用图论的方法对分子生物学中基因表示数据进行初始聚类,然后再结合别的算法,如K-近邻自学习聚类算法或基于中心点的自学习聚类算法,时其进一步求精.对于某种聚类判别准则,能够产生全局最优簇.最后对算法进行了分析和讨论,并用模拟数据进行了实验验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严云洋	淮阴工学院计算机工程系	80	560	13.0	19.0
2	周海岩	淮阴工学院计算机工程系	18	130	7.0	11.0