基于小波去噪和改进的FCM算法的基因表达数据分析

摘要：

模糊c 均值算法是一种局部搜索迭代法，易陷入局部最小解，而且算法未考虑样本对聚类的贡献程度。针对传统的模糊 c 均值(FCM)算法的不足和基因表达数据高噪声的特点，提出了一种基于小波变换和改进的FCM 聚类模型，最后将该模型应用 于白血病基因数据分析。根据Xie-Beni 指数，在没有先验知识的条件下，确定了最佳聚类个数。为了体现文中提到的算法对样 本聚类的准确性，本文分别采用传统的FCM 聚类算法和分层聚类的方法在同样的试验条件下进行试验。样本聚类的结果表明： 该方法能得到高准确度的样本分型结果。

关键词： 基因表达数据 小波变换 改进的FCM 聚类 样本聚类

作者: 陈刚 陆媛 杨慧中

作者单位: 江南大学教育部轻工过程先进控制重点实验室 江苏 无锡 214122 江南大学教育部轻工过程先进控制重点实验室 江苏 无锡 214122;上海市电站自动化技术重点实验室 上海 200072

会议类型: 国内会议

会议名称: 第二十二届中国过程控制会议

会议地点: 南京

会议语种:中文

页码: 622-624

在线出版日期: 1900-01-01（万方平台首次上网日期，不代表论文的发表时间）