基于信息论k-modes聚类法的基因表达数据分析

• 作者: 于家新 刘文远 李建飞 王宝文
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 基因表达数据 聚类分析 熵 互信息 伪F统计量
• 年，卷（期）: 2009,（2）
• 页码范围: 95-98
• 页数: 4页
• 分类号: Q786
• 字数: 4144字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2009.02.004

摘要

k-均值聚类算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法,它通常用距离法来表示基因间的关系,但不能有效的反应基因间的相互依赖的关系.为此,提出基于信息论的k-modes聚类算法,克服了以上缺点.另外,还引入了伪F 统计量,一方面,可以对空间中有部分重叠的点进行有效的分类;另一方面,可以给出最佳聚类数目,从而弥补了k-modes聚类法的不足.使其成为一种非常有效的算法,从而达到较优的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文远	燕山大学信信息科学与工程学院	154	739	14.0	19.0
2	王宝文	燕山大学信信息科学与工程学院	54	237	8.0	12.0
3	于家新	燕山大学信信息科学与工程学院	7	28	4.0	5.0
4	李建飞	燕山大学信信息科学与工程学院	2	9	2.0	2.0