聚類分析及其在基因表達(dá)數(shù)據(jù)中的應(yīng)用研究.pdf

1、基因微陣列技術(shù)使得人們可以同時(shí)監(jiān)測(cè)成千上萬(wàn)個(gè)基因的表達(dá)水平.目前對(duì)基因表達(dá)數(shù)據(jù)進(jìn)行分析的各種方法中,聚類分析方法應(yīng)用得最多.常用于基因表達(dá)數(shù)據(jù)分析的聚類方法有很多.與聚類相關(guān)的問(wèn)題的有數(shù)據(jù)預(yù)處理、相似性度量、聚類有效性等.針對(duì)基因表達(dá)數(shù)據(jù)的特點(diǎn),考慮到一些聚類算法的優(yōu)缺點(diǎn),重點(diǎn)介紹了兩種基因表達(dá)數(shù)據(jù)聚類分析模型.一種模型是基于有效性測(cè)度謝白尼指數(shù)的基因表達(dá)數(shù)據(jù)的模糊聚類分析.它采用了一種適合于模糊聚類的聚類有效性測(cè)度謝白尼指數(shù)來(lái)衡量相同

2、聚類個(gè)數(shù)情況下不同的聚類結(jié)果,并以謝白尼指數(shù)為標(biāo)準(zhǔn)來(lái)決定該基因表達(dá)數(shù)據(jù)集應(yīng)劃分為多少個(gè)聚類.將該種模型運(yùn)用于公開的白血病基因表達(dá)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)表明該方法能自動(dòng)獲取基因表達(dá)數(shù)據(jù)的聚類數(shù),并得到較高的分類準(zhǔn)確率.另外一種模型是基于有效性測(cè)度的自組織映射與k均值方法相結(jié)合的一種基因表達(dá)數(shù)據(jù)聚類模型.考慮到自組織映射網(wǎng)絡(luò)結(jié)點(diǎn)的聚類邊界并不明顯,它采用K平均值方法解決這個(gè)問(wèn)題.另外,由于自組織映射聚類結(jié)果受到結(jié)點(diǎn)初始值和樣本學(xué)習(xí)順序的影響,