检索结果-维普期刊中文期刊服务平台

基因表达数据的聚类分析研究进展被引量：25: 1; 作者岳峰孙亮 +2 位作者王宽全王永吉左旺孟《自动化学报》 EI CSCD 北大核心 2008年第2期113-120,共8页; 基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具.目前聚类分析己成为分析基因表达数据获取生物学信息的有力工具.为了更好地挖掘基因表达数据,近年来提出了许多改进的传统聚类算法和新聚类算法.本文首先简单介绍了基因表达... 展开更多; 关键词 DNA微阵列基因表达数据聚类分析; 在线阅读下载PDF 职称材料

基于图论的DNA微阵列数据聚类算法被引量：1: 2; 作者宋佳许力孙洪《计算机工程》 CAS CSCD 2014年第5期36-40,共5页; 传统的聚类算法用于DNA微阵列数据分析时,多数只能生成一种聚类结果,无法识别出与多组不同基因表达模式相类似的基因。针对该问题,提出一种基于图论的聚类算法,采用一个有向无权图来描述需要分析的DNA微阵列数据,分别计算该图具有最小... 展开更多; 关键词微阵列基因表达数据聚类分析图割图论最小割; 在线阅读下载PDF 职称材料

最小支撑树算法在基因表达数据聚类分析中的应用被引量：1: 3; 作者张焕萍王惠南宋晓峰《南京航空航天大学学报》 EI CAS CSCD 北大核心 2007年第2期171-175,共5页; 聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法。本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,... 展开更多; 关键词最小支撑树基因表达数据聚类分析 DNA微阵列; 在线阅读下载PDF 职称材料

聚类算法在基因表达数据分析中的应用研究: 4; 作者朱婵许龙飞《计算机工程与应用》 CSCD 北大核心 2006年第15期171-175,178,共6页; 针对传统聚类算法在基因表达数据处理中的不足之处,讨论了与计算智能技术相关的两种算法:模糊C均值算法(FCM)和遗传K均值算法(GKA),对FCM算法中类别数c和模糊指数m的选取进行了比较深入的研究,最后用实验数据对各算法性能进行了分析和... 展开更多; 关键词聚类分析微阵列基因表达数据计算智能; 在线阅读下载PDF 职称材料

模糊C-均值聚类分析在基因表达数据分析中的应用被引量：3: 5; 作者陈佳妮段文英丁徽《森林工程》 2010年第2期54-57,76,共5页; 为更好地挖掘基因表达数据、获取更多的生物学信息,近年来许多改进的传统聚类算法和新聚类算法不断涌现。模糊聚类在聚类分析中又具有广泛的意义和重要的应用价值。叙述基因表达数据的获取和表达,介绍应用在基因表达数据中的模糊C均值... 展开更多; 关键词 DNA微阵列基因表达数据聚类分析; 在线阅读下载PDF 职称材料

基于MPI的基因芯片数据处理模型: 6; 作者白雅兰袁道华《计算机工程与设计》 CSCD 北大核心 2009年第10期2419-2422,2427,共5页; 介绍了高性能计算和基因芯片的基本概念,分析了基因芯片数据处理海量信息以及处理流程上适于采用并行算法的特点,根据当前生物信息软件普遍单机运行、处理时间长、效率低下的现状,提出了一种基于MPI并行计算方法的基因芯片数据处理模型... 展开更多; 关键词高性能计算(HPC) MPICH 基因芯片 CDNA微阵列数据标准化聚类分析; 在线阅读下载PDF 职称材料

题名基因表达数据的聚类分析研究进展被引量：25: 1; 作者岳峰孙亮王宽全王永吉左旺孟; 机构哈尔滨工业大学计算机学院生物信息技术研究中心中国科学院软件研究所互联网软件技术实验室; 出处《自动化学报》 EI CSCD 北大核心 2008年第2期113-120,共8页; 基金国家高技术研究发展计划(863计划)(2006AA012308) 国家自然科学基金(60373053，60571025)资助~~; 文摘基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具.目前聚类分析己成为分析基因表达数据获取生物学信息的有力工具.为了更好地挖掘基因表达数据,近年来提出了许多改进的传统聚类算法和新聚类算法.本文首先简单介绍了基因表达数据的获取和表示,之后系统地介绍了近年来应用在基因表达数据分析中的聚类算法.根据聚类目标的不同将算法分为基于基因的聚类、基于样本的聚类和两路聚类,并对每类算法介绍了其生物学的含义及其难点,详细讨论了各种算法的基本原理及优缺点.最后总结了当前的基因表达数据的聚类分析方法,并对发展趋势作了进一步的展望.; 关键词 DNA微阵列基因表达数据聚类分析; Keywords DNA microarray, gene expression data, cluster analysis; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于图论的DNA微阵列数据聚类算法被引量：1: 2; 作者宋佳许力孙洪; 机构浙江大学电气工程学院苏州市职业大学电子信息工程系; 出处《计算机工程》 CAS CSCD 2014年第5期36-40,共5页; 基金江苏省自然科学基金资助项目(BK2011319) 苏州市职业大学青年基金资助项目(SZDQ09L02); 文摘传统的聚类算法用于DNA微阵列数据分析时,多数只能生成一种聚类结果,无法识别出与多组不同基因表达模式相类似的基因。针对该问题,提出一种基于图论的聚类算法,采用一个有向无权图来描述需要分析的DNA微阵列数据,分别计算该图具有最小割权值和第二小割权值的图割。测试结果表明,该算法可以有效地探测聚类结果空间并输出一组可能性较高的聚类结果,与Fuzzy-Max、Fuzzy-Alpha、Fuzzy-Clust等聚类算法相比具有更高的准确性。; 关键词微阵列基因表达数据聚类分析图割图论最小割; Keywords microarray gene expression data clustering analysis graph cut graph theory minimum cut; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名最小支撑树算法在基因表达数据聚类分析中的应用被引量：1: 3; 作者张焕萍王惠南宋晓峰; 机构南京航空航天大学自动化学院; 出处《南京航空航天大学学报》 EI CAS CSCD 北大核心 2007年第2期171-175,共5页; 文摘聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法。本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,最小支撑树算法具有形象直观、对一些准则函数能产生全局最优解等优点;将MST算法分别与Memetic algorithm及人工免疫算法(Artificial immune network,aiNet)相结合,则产生更优化的聚类结果。对酵母基因表达数据的实验结果表明,最小支撑树聚类算法是一种有效的基因表达数据的聚类方法。; 关键词最小支撑树基因表达数据聚类分析 DNA微阵列; Keywords minimum spanning tree （MST） gene expression data clustering analysis DNA microarray; 分类号 Q811.4 [生物学—生物工程]; 在线阅读下载PDF 职称材料

题名聚类算法在基因表达数据分析中的应用研究: 4; 作者朱婵许龙飞; 机构广东科学技术职业学院计算机工程系暨南大学信息科技学院计算机科学系; 出处《计算机工程与应用》 CSCD 北大核心 2006年第15期171-175,178,共6页; 基金国家自然科学基金资助项目(编号:60374070) 广东省自然科学基金资助项目(编号:031903); 文摘针对传统聚类算法在基因表达数据处理中的不足之处,讨论了与计算智能技术相关的两种算法:模糊C均值算法(FCM)和遗传K均值算法(GKA),对FCM算法中类别数c和模糊指数m的选取进行了比较深入的研究,最后用实验数据对各算法性能进行了分析和比较。; 关键词聚类分析微阵列基因表达数据计算智能; Keywords clustering analysis,microarrays,gene expression data,computational intelligence; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名模糊C-均值聚类分析在基因表达数据分析中的应用被引量：3: 5; 作者陈佳妮段文英丁徽; 机构东北林业大学; 出处《森林工程》 2010年第2期54-57,76,共5页; 文摘为更好地挖掘基因表达数据、获取更多的生物学信息,近年来许多改进的传统聚类算法和新聚类算法不断涌现。模糊聚类在聚类分析中又具有广泛的意义和重要的应用价值。叙述基因表达数据的获取和表达,介绍应用在基因表达数据中的模糊C均值聚类算法以及不同的实现途径和相应的优缺点,简述聚类结果的评价问题,并对发展趋势做进一步的展望。; 关键词 DNA微阵列基因表达数据聚类分析; Keywords DNA microarray gene expression data clustering analysis; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于MPI的基因芯片数据处理模型: 6; 作者白雅兰袁道华; 机构四川大学计算机学院; 出处《计算机工程与设计》 CSCD 北大核心 2009年第10期2419-2422,2427,共5页; 文摘介绍了高性能计算和基因芯片的基本概念,分析了基因芯片数据处理海量信息以及处理流程上适于采用并行算法的特点,根据当前生物信息软件普遍单机运行、处理时间长、效率低下的现状,提出了一种基于MPI并行计算方法的基因芯片数据处理模型。详细论述了该模型的运行环境、设计思想、系统结构、和功能模块,数学验证了其可行性,并对编码时使用的数据结构进行了简单介绍。最后,展示了系统运行的部分结果,与普通单机运行进行了运行性能的比较,并总结了并行运算下基因芯片数据处理的优点和问题。; 关键词高性能计算(HPC) MPICH 基因芯片 CDNA微阵列数据标准化聚类分析; Keywords high performance computing （HPC） MPICH gene chip eDNA microarray data standardization cluster analysis; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基因表达数据的聚类分析研究进展	岳峰孙亮王宽全王永吉左旺孟	《自动化学报》 EI CSCD 北大核心	2008	25	在线阅读下载PDF 职称材料
2	基于图论的DNA微阵列数据聚类算法	宋佳许力孙洪	《计算机工程》 CAS CSCD	2014	1	在线阅读下载PDF 职称材料
3	最小支撑树算法在基因表达数据聚类分析中的应用	张焕萍王惠南宋晓峰	《南京航空航天大学学报》 EI CAS CSCD 北大核心	2007	1	在线阅读下载PDF 职称材料
4	聚类算法在基因表达数据分析中的应用研究	朱婵许龙飞	《计算机工程与应用》 CSCD 北大核心	2006	0	在线阅读下载PDF 职称材料
5	模糊C-均值聚类分析在基因表达数据分析中的应用	陈佳妮段文英丁徽	《森林工程》	2010	3	在线阅读下载PDF 职称材料
6	基于MPI的基因芯片数据处理模型	白雅兰袁道华	《计算机工程与设计》 CSCD 北大核心	2009	0	在线阅读下载PDF 职称材料