一种基于粗糙k均值的双聚类算法

计算机科学 ›› 2007, Vol. 34 ›› Issue (11): 174-177.

一种基于粗糙k均值的双聚类算法

胡云苗夺谦王睿智陈敏

同济大学计算机科学与技术系,上海201804

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
国家自然科学基金项目（60475019）;教育部博士点基金（20060247039）.

HU Yun, MIAO Duo-Qian, WANG Rui-Zhi, CHEN Min （Department of Computer Science and Engineering of Tongii University, Shanghai 201804）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 双聚类算法是为了发现基因表达数据矩阵中局部相似性而提出的新聚类方法。本文根据Cheng和Church的打分理论采用自底向上的策略，首先用粗糙k均值算法生成初始的基因数据块，再对这些数据块添加行和列，生成初始的双聚类。然后，删除初始的双聚类中一致性波动不好的行和列，从而得到最终的双聚类。实验表明，该算法能够高效地生成具有共表达水平的双聚类，更能找到一致波动水平很高的双聚类。

关键词: 粗糙集 k均值聚类双聚类分析基因表达数据

Abstract: Biclustering is a new branch of clustering which is proposed to discover the local homogenous pattern. Based on the score scheme which is proposed by Cheng and Church, this paper uses bottom-up strategy, firstly finds the gene data submatrix using Rough K

Key words: Rough set, K-means clustering, Biclustering, Gene expression data

胡云苗夺谦王睿智陈敏. 一种基于粗糙k均值的双聚类算法[J]. 计算机科学, 2007, 34(11): 174-177. https://doi.org/

HU Yun, MIAO Duo-Qian, WANG Rui-Zhi, CHEN Min （Department of Computer Science and Engineering of Tongii University, Shanghai 201804）. [J]. Computer Science, 2007, 34(11): 174-177. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed