版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基因芯片技術(shù)的迅速發(fā)展產(chǎn)生了海量的基因表達(dá)數(shù)據(jù)。如何分析和處理這些數(shù)據(jù),從中提取出有意義的生物學(xué)信息,已經(jīng)成為后基因組時(shí)代的研究熱點(diǎn)。聚類方法是目前基因表達(dá)分析研究的主要計(jì)算技術(shù)之一,能將功能相關(guān)的基因按表達(dá)譜的相似程度歸納成共同表達(dá)的類別,有助于對基因功能、基因調(diào)控、細(xì)胞過程以及細(xì)胞亞型等進(jìn)行綜合的研究。目前,已有多種聚類方法被應(yīng)用到基因表達(dá)數(shù)據(jù)分析之中,在取得了大量成果的同時(shí)也出現(xiàn)了一些問題。本文即圍繞聚類方法在基因表達(dá)數(shù)據(jù)中的研究
2、與應(yīng)用開展各項(xiàng)研究工作。 本文首先依次介紹了生物信息學(xué)和基因芯片技術(shù),從而引出基因表達(dá)數(shù)據(jù),然后介紹了基因表達(dá)數(shù)據(jù)分析的基本內(nèi)容和幾種常用的聚類算法,包括四種層次聚類算法,K-均值聚類算法以及SOMs聚類算法,并在章節(jié)的末尾給出了四個(gè)具有外部標(biāo)準(zhǔn)的基因表達(dá)數(shù)據(jù)集。接著本文對基于群智能的基因表達(dá)數(shù)據(jù)聚類算法進(jìn)行了深入的研究,先闡述了近幾年來聚類算法在基因表達(dá)數(shù)據(jù)上的研究進(jìn)展,接著介紹了遺傳K-均值聚類算法,最后重點(diǎn)提出了一種新的基
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于雙聚類方法分析基因表達(dá)數(shù)據(jù)的研究.pdf
- AFS聚類方法研究及其在模糊數(shù)據(jù)聚類中的應(yīng)用.pdf
- 腫瘤基因表達(dá)譜數(shù)據(jù)聚類的譜方法研究.pdf
- 數(shù)據(jù)挖掘中聚類方法的研究.pdf
- 基于生成樹基因表達(dá)數(shù)據(jù)聚類方法分析.pdf
- 基因表達(dá)數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘中的聚類方法及其應(yīng)用研究.pdf
- 高維數(shù)據(jù)的聚類方法研究與應(yīng)用.pdf
- 基因表達(dá)數(shù)據(jù)的聚類技術(shù)研究與應(yīng)用.pdf
- 基于譜聚類方法的基因表達(dá)數(shù)據(jù)分析研究.pdf
- 基因表達(dá)數(shù)據(jù)的聚類算法研究.pdf
- 基因表達(dá)數(shù)據(jù)中的聚類技術(shù)研究.pdf
- 數(shù)據(jù)流聚類方法研究.pdf
- 數(shù)據(jù)聚類方法研究及其在軟測量中的應(yīng)用.pdf
- 基于數(shù)據(jù)場的聚類方法研究.pdf
- 時(shí)態(tài)數(shù)據(jù)的特征聚類方法研究.pdf
- 面向視覺大數(shù)據(jù)的聚類方法的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘中模糊聚類與聚類集成研究.pdf
- 定性數(shù)據(jù)的聚類方法及其應(yīng)用探析.pdf
- 基因表達(dá)譜數(shù)據(jù)聚類算法的研究.pdf
評論
0/150
提交評論