期刊文献+

几种微阵列基因表达数据分析方法的比较 被引量:1

Comparison of approaches in microarray gene expression data analysis
下载PDF
导出
摘要 比较了微阵列基因表达数据处理中的几种方法,包括等级聚类、K-means方法、模糊聚类和自组织树.同时从算法中计算机的时空复杂度和结果的生物学意义两方面,对以上几种方法作了细致的讨论.结果显示,模糊聚类和自组织树都是较理想的方法. This paper compares some approaches in microarray gene expression data analysis,including hierarchical clustering, K-means, fuzzy clustering and self-organized tree from space and time complexity of algorithms and biological significance of their results. Both fuzzy clustering and self-organized tree methods are ideal relatively.
作者 张世伟
出处 《哈尔滨商业大学学报(自然科学版)》 CAS 2005年第2期223-226,229,共5页 Journal of Harbin University of Commerce:Natural Sciences Edition
基金 国家自然科学基金资助(60175020).
关键词 基因表达 数据分析方法 微阵列 模糊聚类 生物学意义 数据处理 等级聚类 自组织 s方法 复杂度 计算机 microarray gene expression hierarchical clustering K-means fuzzy clustering self-organized
  • 相关文献

参考文献7

  • 1PIERRE B, SOREN B. Bioinformatics The Machine Learning Approach, Second Edition [M]. MA:MIT, 2001.262-282. 被引量:1
  • 2MICHAEL B E. Cluster and TreeView Manual[EB/OL]. rana.lbl.gov/manuals/ClusterTreeView.pdf. 被引量:1
  • 3EISEN M B, SPELLMAN P T, BROWN P O, et al. Cluster analysis and display of genome-wide expression patterns[J]. Proc Natl Acad Sci USA, 1998, 95:14863-14868. 被引量:1
  • 4AUDREY P G, MICHAEL B E. Exploring the conditional coregulation of yeast gene expression through fuzzy K-means clustering [J]. Genome Biology, 2002, 3(11):1-22. 被引量:1
  • 5LUO F, KHAN L, BASTANI F, et al. A Dynamical Growing Self-Organizing Tree (DGSOT) for Hierarchical Clustering Gene Expression Profiles[J]. Bioinformatics, 2004,20(16):2605-17. 被引量:1
  • 6KOHONEN T. Self-Organizing Maps, Second Edition [M]. New York:Springer, 1997. 被引量:1
  • 7SMD website[EB/OL]. genome-www5.stanford.edu. 被引量:1

同被引文献9

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部