基于关系的DNA微阵列数据聚类分析

摘要

DNA微阵列产生巨量的表达谱数据，用以挖掘特定的生物信息，而对表达谱数据的分析离不开有效而可靠的聚类算法。现有的聚类方法都是把具有相似表达模式的基因或样本归为一类，而微阵列数据的高维小样本特点，致使基于DNA微阵列的聚类算法是在超高维的空间中进行的，从而产生了维数灾难问题。本文从另一个侧面入手，注重基因之间或样本之间的关系，提出了一种新颖的聚类方法。该方法把经典的基于相关的DNA微阵列数据聚类分析方法和图论知识相结合，能更好地揭示基因或样本之间的相似性，且避免了维数灾难问题。把本文方法运用到真实的DNA微阵列数据(Yeast数据和NCI数据)，并与其他的聚类方法进行了实验比较，实验结果显示，本文方法获得了较好的聚类效果。

目录

文摘

英文文摘

独创性（或创新性）声明及关于论文使用授权的说明

第一章绪论

第二章DNA微阵列数据背景知识介绍

第三章传统的DNA微阵列数据聚类方法

第四章基于关系的DNA微阵列数据聚类方法

第五章实验与结果分析

结束语

致谢

参考文献

作者在读期间的研究成果