基于K-Means聚类的微生物群落结构研究

• 作者: 王侠林 贺建峰
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: K-Means聚类 PCA主成分分析法 微生物群落结构 OTUs数据集
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 146-148,151
• 页数: 4页
• 分类号: TP319
• 字数: 2719字
• 语种: 中文
• DOI: 10.11907/rjdk.172732

摘要

随着宏基因组学的不断发展,揭示了微生物菌群在研究中的重要作用.采用K-Means聚类算法对来源于北平顶猴阴道微生物群落OTUs数据集的27个样本进行研究,并与PCA主成分分析法进行对比.K-Means聚类将OTUs数据集分成4个Cluster,而PCA将OTUs数据集划分成5个Cluster.此外,结合样本的元数据-pH,发现样本间的pH值相似性更能与K-Means聚类的分类保持一致.相较于PCA主成分析方法,K-Means聚类能更精确地对OTUs数据集进行分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺建峰	昆明理工大学信息工程与自动化学院	61	281	9.0	13.0
2	王侠林	昆明理工大学信息工程与自动化学院	3	6	2.0	2.0