基因表達(dá)數(shù)據(jù)的聚類算法研究.pdf

1、基因芯片技術(shù)使得同時(shí)研究成千上萬(wàn)個(gè)基因的表達(dá)成為可能，然而如何對(duì)基因芯片實(shí)驗(yàn)產(chǎn)生的海量數(shù)據(jù)進(jìn)行有效的管理和分析己成為使用這一高通量技術(shù)的瓶頸。數(shù)據(jù)挖掘中的聚類正是解決此類問(wèn)題的關(guān)鍵技術(shù)，但是由于基因表達(dá)數(shù)據(jù)的“高維小樣本”特性以及基因的生物特性，又使得傳統(tǒng)的聚類算法受到局限。為此，本文對(duì)現(xiàn)有基因表達(dá)數(shù)據(jù)挖掘中的聚類算法進(jìn)行了研究和改進(jìn)，并將其應(yīng)用于基因表達(dá)數(shù)據(jù)的處理中。
　　首先，對(duì)于聚類中的分組數(shù)和群集中心的初始化問(wèn)題，目前沒(méi)有

2、比較有效的解決辦法。這里提出一種基于普里姆算法的群集中心初始化方法；并引入了Xie-ben指標(biāo)，它在評(píng)價(jià)聚類結(jié)果的好壞的同時(shí)，又可給出最佳的聚類數(shù)。
　　其次，針對(duì)生物信息學(xué)這個(gè)特殊領(lǐng)域，傳統(tǒng)的聚類技術(shù)對(duì)基因表達(dá)數(shù)據(jù)很難有效處理。本文將模糊C均值FCM聚類算法與香農(nóng)熵理論相結(jié)合，提出了一種基因表達(dá)數(shù)據(jù)模糊聚類新方法，定義了關(guān)聯(lián)冗余值的概念，通過(guò)關(guān)聯(lián)冗余值判斷基因間關(guān)聯(lián)性的大小，進(jìn)而進(jìn)行分組，確定分組模式，該方法可極大提高聚類技術(shù)在