应用阿兹海默症基因表达数据对比2种层次聚类方法
本文关键词:应用阿兹海默症基因表达数据对比2种层次聚类方法 出处:《四川师范大学学报(自然科学版)》2015年06期 论文类型:期刊论文
【摘要】:随着基因芯片技术的发展,双聚类分析方法首先被应用到高维基因表达数据的研究中.由于多数高维数据的稀疏性,应用主成分分析方法将高维数据转化到低维数据空间,从而在低维空间中应用聚类分析方法.不同的聚类分析方法会得到不同的聚类效果,并且同一种聚类方法处理不同的高维数据也会得到不同的聚类效果.因此,首先评估了阿尔茨海默基因表达数据的特征集的聚类趋势,接下来给出了改进地δ阈值层次聚类算法的算法描述.由于已有工作分别给出了不同的δ阈值的计算规则,于是比较了它们δ阈值下的层次聚类算法,并且给出了相应的聚类评价.
【作者单位】: 四川师范大学数学与软件科学学院;成都理工大学管理科学学院;四川师范大学计算机科学学院;四川师范大学可视化计算与虚拟现实省重点实验室;
【基金】:中国航空科学基金(2012ZD11)
【分类号】:R749.16
【正文快照】: 阿兹海默症是一类神经退行性疾病,已成为继心血管疾病、恶性肿瘤、脑卒中之后老年人的第4大“健康杀手”[1].目前,世界上并没有治疗老年痴呆症的有效办法.随着基因芯片技术[2]的迅速发展,2003年起科学家将聚类分析方法[3-5]应用到阿兹海默症相关的基因表达数据上.2009年W.Kong
【参考文献】
相关期刊论文 前2条
1 庄刘;曾艳;;基于模糊C-均值聚类的最优量化器设计[J];四川师范大学学报(自然科学版);2010年04期
2 王开军;李晓;;基于有效性指标的聚类算法选择[J];四川师范大学学报(自然科学版);2011年06期
【共引文献】
相关期刊论文 前10条
1 孟涛;;假设检验中的随机化检验[J];安徽电子信息职业技术学院学报;2006年01期
2 朱五英;;关于刻度参数的两样本的检验[J];安徽电子信息职业技术学院学报;2006年02期
3 曾建军;夏慧异;叶仁玉;;J_(1N)统计量的优化计算[J];安徽大学学报(自然科学版);2005年06期
4 普映娟;杨朝凤;;多维适宜测评方法研究[J];安徽农业科学;2012年18期
5 刘有新;方龙祥;;定数截尾数据缺失场合下Weibull分布的Bayes统计分析[J];安徽师范大学学报(自然科学版);2007年02期
6 朱五英;;具有部分缺失数据两个几何分布总体的估计[J];安徽师范大学学报(自然科学版);2008年01期
7 王慧;;回归系统的一种有偏估计与广义最小二乘估计的相对效率[J];安徽师范大学学报(自然科学版);2009年05期
8 周兴才;高峻增;;F范数和谱范数定义下的最小二乘估计[J];安庆师范学院学报(自然科学版);2006年03期
9 杨基栋;;EM算法理论及其应用[J];安庆师范学院学报(自然科学版);2009年04期
10 张志国;曹洋;孙平;;对数正态分布参数的精确估计及其应用[J];辽宁科技大学学报;2008年Z1期
相关博士学位论文 前10条
1 许光辉;基于基因芯片技术的刺五加改善果蝇睡眠作用的机制研究[D];黑龙江中医药大学;2010年
2 李天梅;装备测试性验证试验优化设计与综合评估方法研究[D];国防科学技术大学;2010年
3 徐文科;基于微分方程的生态数学模型统计分析[D];东北林业大学;2009年
4 郭懿;基于基因芯片的鼻咽癌研究[D];复旦大学;2009年
5 蔡团结;汽车燃油经济性不解体检测关键技术研究[D];长安大学;2009年
6 华春蓉;内燃机曲轴角振动模态识别方法的研究及应用[D];西南交通大学;2011年
7 杨闽;正交小波包复用系统信息道估计方法的研究[D];天津大学;2010年
8 刘涛;中段弹道目标群天基红外成像探测与识别技术研究[D];国防科学技术大学;2011年
9 彭宝华;基于Wiener过程的可靠性建模方法研究[D];国防科学技术大学;2010年
10 彭选华;金融风险价值量化分析的模型与实证[D];重庆大学;2011年
相关硕士学位论文 前10条
1 苏韩;逆威布尔分布的Bayes估计问题[D];广西师范学院;2010年
2 邓立凤;逆高斯分布参数的Bayes 估计研究[D];广西师范学院;2010年
3 丁凯;酸化油生物柴油降粘及排放特性试验研究[D];山东农业大学;2010年
4 符志能;基于Copula的风险测量以及风险配置[D];大连理工大学;2010年
5 高玉磊;模型选择:推广的拉格朗日乘子法[D];大连理工大学;2010年
6 王秀丽;基于Copula下多元椭球等高分布的尾相关数[D];大连理工大学;2010年
7 孙杏园;纵向数据模型选择的Lagrange乘子法[D];大连理工大学;2010年
8 朱强;非同质风险组合的最优定价[D];大连理工大学;2010年
9 杨金华;基于SV模型的我国股市波动性实证分析[D];江西财经大学;2010年
10 乾义柯;葡萄金黄化植原体基因芯片检测技术及RFLP分析的研究[D];新疆农业大学;2010年
【二级参考文献】
相关期刊论文 前10条
1 张捍东;孙成慧;岑豫皖;;分布式多传感器结构中的数据融合方法[J];华中科技大学学报(自然科学版);2008年06期
2 齐淼;张化祥;;改进的模糊C-均值聚类算法研究[J];计算机工程与应用;2009年20期
3 张慧哲;王坚;;基于初始聚类中心选取的改进FCM聚类算法[J];计算机科学;2009年06期
4 袁方;周志勇;宋鑫;;初始聚类中心优化的k-means算法[J];计算机工程;2007年03期
5 单凯晶;肖怀铁;;初始聚类中心优化选取的核C-均值聚类算法[J];计算机仿真;2009年07期
6 易辉;宋晓峰;;基于稳定性的基因表达数据聚类算法选择[J];计算机与应用化学;2008年05期
7 任春美;孔磊;;数据挖掘中聚类分析技术方法的比较研究[J];科技信息(学术研究);2008年24期
8 王开军;张军英;李丹;张新娜;郭涛;;自适应仿射传播聚类[J];自动化学报;2007年12期
9 夏怡凡;朱允民;黄宽娜;;信息估计融合中的观测量化解决方案[J];四川大学学报(工程科学版);2009年02期
10 庄刘;曾艳;;基于模糊C-均值聚类的最优量化器设计[J];四川师范大学学报(自然科学版);2010年04期
【相似文献】
相关期刊论文 前1条
1 阮晓钢;周淑娟;;基于聚类的肿瘤亚型发现模型[J];控制工程;2007年02期
相关会议论文 前6条
1 吾守尔·斯拉木;吴启南;;基于层次聚类方法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 彭楠峗;王厚峰;凌晨添;;基于层次聚类的网络新闻热点发现[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
3 杨建武;;Web检索结果的层次聚类研究[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
4 刘启亮;邓敏;李光强;王佳t,
本文编号:1322134
本文链接:https://www.wllwen.com/yixuelunwen/jsb/1322134.html