基于阿尔茨海默病的基因表达数据改进的一维聚类方法

• 作者: 付如意 庞朝阳 彭志红 胡本琼 黄静
• 来源期刊: 四川师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 阿尔茨海默病 基因计算 一维聚类方法
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 基础理论
• 页码范围: 584-588
• 页数: 5页
• 分类号: O242.1
• 字数: 1819字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8395.2015.04.019

摘要

随着基因芯片技术的发展,基因表达数据的聚类分析方法应用到阿尔茨海默疾病的研究中.为了准确快速地挖掘基因表达数据,当数据呈现出线性相关的特征时,简捷的一维聚类方法能够被应用,但是它需要事先确定出分类个数K.主观的参数选取难以将大量的基因表达数据进行准确地聚类,使得聚类效果缺乏一定的客观性.因此,提出了基于拟合的思想将曲率最大点作为分类判据的无监督一维聚类方法,并且应用阿尔茨海默病的基因表达数据给出了分类判据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄静	四川师范大学数学与软件科学学院	11	36	3.0	6.0
5	胡本琼	成都理工大学管理科学学院	9	45	3.0	6.0
6	付如意	四川师范大学数学与软件科学学院	2	6	2.0	2.0
10	彭志红	解放军四五二医院肛肠科	1	3	1.0	1.0