基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
聚类分析是从基因表达谱数据中提取生物医学信息的主要方法之一.针对传统谱聚类算法无法确定聚类个数的问题,提出一种改进的谱聚类算法并将其应用于基因表达谱聚类分析.首先用基因表达谱数据构造Laplacian矩阵,经特征值分解后得到相应的特征值和特征向量,用谱隙来描述相邻特征值的差值;然后通过寻找谱隙序列的最大值来确定聚类个数;最后从单位化的特征向量着手实现数据类别的划分.通过模拟数据与癌症数据的实验,证明了该文算法的有效性.
推荐文章
聚类算法在基因表达数据分析中的应用
生物信息学
基因表达数据
聚类算法
一种新聚类算法在基因表达数据分析中的应用
SOM算法
层次聚类
基因表达数据
改进的谱聚类算法在图像分割中的应用
谱聚类
余弦相似度
图像纹理
Nystr(o)m逼近策略
粒子群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的谱聚类算法及其在基因表达谱分析中的应用
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 谱聚类 谱隙 Laplacian矩阵 基因表达谱
年,卷(期) 2012,(5) 所属期刊栏目 电子信息技术
研究方向 页码范围 67-72
页数 分类号 TP18
字数 3958字 语种 中文
DOI 10.3969/j.issn.1000-2162.2012.05.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王年 安徽大学计算智能与信号处理教育部重点实验室 93 1089 17.0 29.0
2 郭秀丽 4 21 4.0 4.0
3 葛芳 安徽大学计算智能与信号处理教育部重点实验室 10 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (41)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (13)
二级引证文献  (11)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
谱聚类
谱隙
Laplacian矩阵
基因表达谱
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导