基于归一化欧氏距离和谱分邻的融合网络对癌症亚型聚类

• 作者: 杨宽 赵亚萍
• 来源期刊: 理论数学
• 学科: 工学
• 关键词: 亚型 网络融合 归一化 欧氏距离 邻居 谱聚类 相似网络
• 年，卷（期）: 2019,（10）
• 页码范围: 1115-1122
• 页数: 8页
• 分类号: TP3

摘要

相似网络融合(SNF)是一种确定癌症亚型的有效聚类方法,可以将病人不同数据类型的相似网络融合成一个相似网络,融合后的相似网络包含病人的所有信息。本文使用归一化的欧氏距离和重新定义的病人的邻居,提出了基于归一化欧氏距离和谱聚类分邻的相似网络融合(NSSNF),减少了相似网络中数据分析时产生的噪声,并增加了不同相似网络的数据间的互补性,最后,针对数据库TCGA中的五种癌症数据,利用NSSNF方法进行数据分析,评价指标DB和CH的结果表明NSSNF方法优于传统SNF方法、NSNF方法和CSNF方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宽	中国海洋大学数学科学学院	1	0	0.0	0.0
2	赵亚萍		1	0	0.0	0.0