基于最小编码长度的基因数据聚类

• 作者: 常盼盼 汪雪红 焦清局 黄继风
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 基因聚类 有损压缩 高斯分布 最小编码长度
• 年，卷（期）: 2012,（19）
• 所属期刊栏目: 生物技术
• 页码范围: 10003-10005,10072
• 分类号: S126
• 字数: 3746字
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2012.19.013

摘要

[目的]分析基于最小编码长度的基因数据聚类算法的聚类效果,以期为基因数据聚类提供新的方法.[方法]将基因数据的聚类看成是高维混合数据的聚类,通过对基因数据进行预处理后,再利用主成分分析将基因数据降维,降维后基因数据呈类高斯分布,这样分布的基因数据能够被一个简单的基于有损数据压缩的聚类算法进行有效的聚类,而该基于有损数据压缩的聚类算法是根据聚类后使基因的总体编码长度最小原则对基因进行聚类的.试验中分别利用该新算法与传统聚类算法对酵母和拟南芥基因数据进行聚类,并通过基因聚类内部评价和功能评价来验证该新算法的有效性.[结果]通过利用酵母和拟南芥基因数据对新算法的验证试验表明,该研究中的新算法得到的聚类效果优于传统聚类算法,且避免了聚类数需要主观确定和对初始聚类中心敏感等问题.[结论]该研究结果为基因数据聚类提供了一种全新的聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄继风	上海师范大学信息与机电工程学院	55	243	8.0	12.0
2	常盼盼	上海师范大学信息与机电工程学院	3	4	1.0	2.0
3	汪雪红	上海师范大学信息与机电工程学院	2	1	1.0	1.0