一种改进的谱聚类算法及其在基因表达谱分析中的应用

作     者：葛芳 王年 郭秀丽 GE Fang;WANG Nian;GUO Xiu-li

作者机构：安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 山东省信息中心山东济南250011 

出 版 物：《安徽大学学报（自然科学版）》 (Journal of Anhui University(Natural Science Edition))

年 卷 期：2012年第36卷第5期

页      面：67-72页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(60772121) 安徽省自然科学基金资助项目(1208085MF93) 安徽大学"211工程"学术创新团队基金资助项目(KJTD007A) 

主　　题：谱聚类 谱隙 Laplacian矩阵 基因表达谱 

摘      要：聚类分析是从基因表达谱数据中提取生物医学信息的主要方法之一.针对传统谱聚类算法无法确定聚类个数的问题,提出一种改进的谱聚类算法并将其应用于基因表达谱聚类分析.首先用基因表达谱数据构造Laplacian矩阵,经特征值分解后得到相应的特征值和特征向量,用谱隙来描述相邻特征值的差值;然后通过寻找谱隙序列的最大值来确定聚类个数;最后从单位化的特征向量着手实现数据类别的划分.通过模拟数据与癌症数据的实验,证明了该文算法的有效性.