利用连通分支对基因表示数据的聚类算法

摘要：

在生命科学中,需要时物种及基因进行分类,以获得对种群固有结构的认识.利用数据聚类方法,有效地辨别/识别基因表示数据的模式,对它们进行分类.将特征相似性大的归为一类,特征相异性大的归为不同类.这对于研究基因的结构、功能、以及不同种类基因之间的关系都具有重要意义.利用图论的方法对分子生物学中基因表示数据进行初始聚类,然后再结合别的算法,如K-近邻自学习聚类算法或基于中心点的自学习聚类算法,时其进一步求精.对于某种聚类判别准则,能够产生全局最优簇.最后对算法进行了分析和讨论,并用模拟数据进行了实验验证.

关键词：基因表示数据、数据聚类、簇类、无向图、连通分支

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：江苏省科技公关计划BE2006357;淮安市科技发展项目HAG07063

在线出版日期：2008-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：152-155