基因數(shù)據(jù)聚類分析研究.pdf

1、生物學(xué)和醫(yī)學(xué)的迅速發(fā)展以及基因芯片的逐步實(shí)用化都使得同時(shí)比較和研究大量基因的特性成為可能,隨之產(chǎn)生了海量的基因數(shù)據(jù)。通過(guò)分析這些數(shù)據(jù)可以獲得對(duì)人類有益的有關(guān)生物結(jié)構(gòu)和功能的信息,對(duì)基因數(shù)據(jù)的分析研究已成為生命科學(xué)、數(shù)學(xué)科學(xué)與計(jì)算機(jī)科學(xué)等學(xué)科非?；钴S的交叉課題之一。
　　聚類分析是基因數(shù)據(jù)分析的一種重要手段,本文著重研究基因表達(dá)數(shù)據(jù)和基因序列數(shù)據(jù)中的聚類分析算法。針對(duì)目前常用的基因表達(dá)數(shù)據(jù)聚類分析算法中存在的參數(shù)依賴性強(qiáng),并且在整個(gè)

2、聚類過(guò)程中類的數(shù)目始終保持不變的缺點(diǎn),本文引入動(dòng)態(tài)調(diào)整聚類個(gè)數(shù)的思想;針對(duì)不能對(duì)空間中有部分重疊的點(diǎn)進(jìn)行有效的分類從而不能得到全局最優(yōu)的聚類結(jié)果,本文進(jìn)一步引入偽F統(tǒng)計(jì)量,提出了一種基于多維偽F統(tǒng)計(jì)量的動(dòng)態(tài)K-均值聚類算法。根據(jù)用戶要求的聚類次數(shù),每次開(kāi)始于基因表達(dá)數(shù)據(jù)中兩兩基因間在多維表達(dá)水平下的相似度矩陣,動(dòng)態(tài)地選取一定數(shù)目的基因作為初始聚類群,根據(jù)離差平方和法,不斷精練初始聚類群,從而使得聚類個(gè)數(shù)不斷地變化,且動(dòng)態(tài)地向正確的聚類個(gè)

3、數(shù)逐漸收斂。該算法能保證最終聚類結(jié)果類內(nèi)散布矩陣之跡達(dá)到最小,把多維空間的數(shù)據(jù)點(diǎn)有效劃分為具有特定數(shù)目的不同的類,給出最佳聚類個(gè)數(shù)?；趫DBAG的聚類算法是基因序列數(shù)據(jù)分析中經(jīng)典的聚類算法,但在該算法中相似分?jǐn)?shù)閥值初始值和最長(zhǎng)公共子串最小長(zhǎng)度閥值如何確定沒(méi)有明確給出,本文提出了一種基于比對(duì)相似度動(dòng)態(tài)矩陣SZDM的聚類算法,利用動(dòng)態(tài)矩陣來(lái)表示序列間的匹配關(guān)系,明確給出了確定相似度分?jǐn)?shù)閥值和最長(zhǎng)公共子串的最小長(zhǎng)度閥值的方法,使得算法具有較好