基于Normalized Cut的基因表达数据聚类

• 作者: 唐俊 王俊生 王年 郭秀丽
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 指示向量 Normalized Cut 基因表达数据
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 电子信息技术
• 页码范围: 68-72
• 分类号: TP18
• 字数: 2682字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2012.04.013

摘要

利用基因表达数据进行聚类分析可提高肿瘤诊断的正确率,对生物医学研究具有重要意义.该文将Normalized Cut应用于基因表达数据的聚类中,将样本映射为高维空间的点,利用亲近矩阵和度矩阵构造正规Laplacian矩阵,经SVD分解得到反映原始样本类别信息的指示向量,利用指示向量各分量的符号差异实现基因表达数据的聚类.通过对白血病和结肠癌数据集的实验,证明了该文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐俊	安徽大学计算智能与信号处理教育部重点实验室	56	340	11.0	15.0
2	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
3	郭秀丽		4	21	4.0	4.0
4	王俊生	安徽大学计算智能与信号处理教育部重点实验室	2	5	1.0	2.0