基于Normalized Cut的基因表达数据聚类

摘要：

利用基因表达数据进行聚类分析可提高肿瘤诊断的正确率,对生物医学研究具有重要意义.该文将Normalized Cut应用于基因表达数据的聚类中,将样本映射为高维空间的点,利用亲近矩阵和度矩阵构造正规Laplacian矩阵,经SVD分解得到反映原始样本类别信息的指示向量,利用指示向量各分量的符号差异实现基因表达数据的聚类.通过对白血病和结肠癌数据集的实验,证明了该文方法的有效性.

关键词：聚类、指示向量、Normalized Cut、基因表达数据

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目60772121;安徽大学“211工程”学术创新团队基金资助项目KJTD007A

在线出版日期：2012-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：68-72