谱聚类算法在基因表达数据分析中的应用  

Application of Spectral Clustering Algorithm in Gene Expression Data

作　　者：邓小燕[1] 甘晓玲[1] 唐宜[1] 

机构地区：[1]重庆医药高等专科学校医学技术学院,重庆401331

出　　处：《现代计算机》2014年第6期8-12,24,共6页Modern Computer

摘　　要：基因表达数据的爆炸性增长迫切需要一种自动而有效的聚类分析工具。因此,将谱聚类算法应用于基因表达数据的分析,并针对基因表达数据的特点对谱聚类算法进行改进。同时,还提出一个聚类效果外部评价指标ARI,用该指标与经典的内部评价指标adjust-FOM分别对改进后的谱聚类算法(ASC算法)的聚类效果进行评价。实验结果表明,与传统的聚类算法相比,ASC算法应用于基因表达数据能够取得更好的聚类效果。The explosive growth of the gene expression data needs an automated and efficient clustering analysis tools. Applies spectral clustering al-gorithm to gene expression data analysis. Besides, in order to get better effect, it improved spectral clustering algorithm based on the characteristics of gene expression data. Proposes an external evaluation standard named ARI, and then evaluates improved spectral clus-tering （ASC algorithm） results with both the ARI standard and the classic internal evaluation standard named adjust-FOM respectively. The results of the experiments show that the improved algorithm（ASC） behaves better than other algorithms.

关 键 词：谱聚类算法 基因表达数据 评价指标 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]