基于MST的基因数据社团挖掘算法

• 作者: 刘飞
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 生物信息学 社团挖掘 基因表达数据 最小生成树
• 年，卷（期）: 2014,（17）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 50-52,55
• 页数: 4页
• 分类号: TN99
• 字数: 2939字
• 语种: 中文

摘要

使用机器学习方法来分析生物信息学中一些复杂的基因表达数据是目前重要的研究领域之一.使用社团挖掘的方法对基因表达数据进行分类,社团内由类似的基因数据组成,研究和分析每个社团的结构和功能以及社团之间的关系,这对深刻认识诸多生物过程的本质有重要意义.将最小生成树的概念引入生物信息学中基因表达数据的社团挖掘分析中,设计了最小生成树来表示基因表达数据和基于此的社团挖掘算法,针对该算法提出一些目标函数,来判别基因表达数据社团挖掘算法的性能.最后,通过实验验证了该算法对于一些目标函数能够产生最优的社团划分,并且社团挖掘算法的性能良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘飞	宝鸡文理学院物理与信息技术系	35	44	3.0	4.0