基因表達數據的分析與處理.pdf

1、生物信息學是連接生物數據與醫(yī)學研究的橋梁,是隨著人類基因組計劃的啟動而興起的一門新的交叉學科?；蚪M學、蛋白質組學和DNA芯片技術的發(fā)展,使得同時觀測成千上萬的基因表達水平成為可能,如何從這些海量數據中挖掘出有用的信息,發(fā)現基因的功能具有重要的研究意義。缺失值處理和聚類分析是數據挖掘中的關鍵步驟。論文首先分析了常用缺失數據處理方法的優(yōu)缺點,針對K-近鄰(KNN)法插補速度快但精確度不高,支持向量回歸(SVR)法插補精度高但相當耗時等不足

2、,采用KNN與SVR相結合的方法實現缺失值的填充處理,通過對含有缺失值的酵母基因表達數據的實驗結果表明,本文算法能夠在較高插補精度的基礎上有效地降低插補時間。其次,論文針對現有基因表達數據聚類算法存在的誤判、聚類不精確等缺點,利用支持向量聚類算法(SVC)尋找最優(yōu)分類超球實現對數據集的有效劃分；并在現有的基于類內距離最小的聚類有效性評估準則的基礎上,提出了一種加入類間信息的評價方法,通過模擬退火算法尋找SVC算法中的最優(yōu)核函數參數和懲罰