面向微阵列基因数据的基于 PA 指标双向聚类算法

摘要：

针对目前双聚类算法很少考虑所得聚类结果整体的划分质量问题，提出一种基于PA指标的双聚类算法。该算法选定一种衡量所有簇划分效果的PA指标来构造双聚类的模型，运用启发式贪心策略，通过迭代增删行列的方式挖掘出划分效果较高的几个双聚类。将所提算法与CC、FLOC算法进行算法性能的比较。实验结果表明，该算法能获得更好的结果。这说明该算法更能挖掘出具备既有统计意义又有生物意义的局部模式。

关键词：PA指标、双聚类、GO分析、微阵列基因数据

分类号：TP391(计算技术、计算机技术)

资助基金：广东医学院面上基金资助项目 XK1330；广东医学院大学生科研立项发明类重点项目2012 FZDI004；广东医学院大学生科研立项社科类一般项目2013SYDG009

在线出版日期：2015-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：11-14