面向微阵列基因数据的基于 PA 指标双向聚类算法

• 作者: 朱文敏 林勤 林斯达
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: PA指标 双聚类 GO分析 微阵列基因数据
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 11-14
• 页数: 4页
• 分类号: TP391
• 字数: 3487字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2014.12.003

摘要

针对目前双聚类算法很少考虑所得聚类结果整体的划分质量问题，提出一种基于PA指标的双聚类算法。该算法选定一种衡量所有簇划分效果的PA指标来构造双聚类的模型，运用启发式贪心策略，通过迭代增删行列的方式挖掘出划分效果较高的几个双聚类。将所提算法与CC、FLOC算法进行算法性能的比较。实验结果表明，该算法能获得更好的结果。这说明该算法更能挖掘出具备既有统计意义又有生物意义的局部模式。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林勤	广东医学院信息工程学院	5	25	3.0	5.0
2	林斯达	广东医学院公共卫生学院	2	7	1.0	2.0
3	朱文敏	广东医学院信息工程学院	1	1	1.0	1.0