基于聚類算法的基因芯片研究.pdf

1、基因芯片技術是后基因組時代功能基因組研究的主要工具。由于采用了高效的并行 DNA 雜交技術，每次實驗可以得到大量豐富的數據，因此其結果分析成為一項很有挑戰(zhàn)性而且具有重要意義的工作。聚類分析是基因芯片數據分析中使用廣泛的一類方法。基因芯片實驗得到的大量數據通過聚類分析，可以得到很多有用的信息，其成功應用已廣泛涉及到生物醫(yī)學研究中的各個領域。 本文主要研究的是基于基因芯片的聚類算法的研究。在基因芯片數據的研究中，常用的聚類算法有分層

2、聚類(Hierarchical clustering)、K—均值聚類(K-means clustering)、自組織圖譜SOM(self organizing map)和 PCA(principle component analysis)四種，并且在現有算法的基礎上提出了一種性能更加完善的改進算法——基于多維偽 F 統(tǒng)計量的動態(tài) K—均值聚類算法。 在基因芯片數據的聚類分析應用中，本文對這五個算法分別進行了實現，直觀的表達了五種