基于阿尔茨海默病的基因表达数据改进的一维聚类方法

摘要

随着基因芯片技术的发展,基因表达数据的聚类分析方法应用到阿尔茨海默疾病的研究中.为了准确快速地挖掘基因表达数据,当数据呈现出线性相关的特征时,简捷的一维聚类方法能够被应用,但是它需要事先确定出分类个数K.主观的参数选取难以将大量的基因表达数据进行准确地聚类,使得聚类效果缺乏一定的客观性.因此,提出了基于拟合的思想将曲率最大点作为分类判据的无监督一维聚类方法,并且应用阿尔茨海默病的基因表达数据给出了分类判据.