| 基于PCA的SOM网络在基因数据聚类分析中的应用 |
| |
| 引用本文： | 程国建,安瑶.基于PCA的SOM网络在基因数据聚类分析中的应用[J].人天科学研究,2013(1):127-130. |
| |
| 作者姓名： | 程国建 安瑶 |
| |
| 作者单位： | 西安石油大学计算机学院,陕西西安710065 |
| |
| 基金项目： | 国家自然科学基金项目（40872087） |
| |
| 摘 要： | 把主分量分析（PCA）方法和自组织特征映射网络（SOM）相结合，应用到基因数据聚类分析中。首先对基因数据集进行PCA分析，提取出少量的特征主分量，再对数据集进行降维。这些主分量基本上可以反映原数据集的综合信息，然后应用SOM网络对得到的特征分量进行聚类分析，把相似的基因划分到一个区域。实验结果表明，与单一地选用SOM网络进行聚类分析相比，该方法有较高的分类正确率及较为清晰的分类边界，是一种非常有效的聚类分析方法。
|
| 关 键 词： | 主分量分析 SOM网络 聚类分析 基因数据 |
Clustering Analysis of Gene Data Based on PCA and SOM Networks |
| |
| Abstract: | A new method combined PCA （Principal Component Analysis） with SOM （Self-Organizing Maps） neural network is presented for clustering analysis of gene expression data. Firstly, the principal components are extracted from the genetic data set by PCA,in order to get a low dimensional data set. These principal components with lower dimension can basically express comprehensive information of original data set. Secondly, the features from principal components are clustered by SOM,the similar gene data are grouped into same area. Compared with Self-Organizing Maps （SOM）, the integrated PCA-SOM method can obtain a higher correct clustering rate and clear boundary. The experimental results show that the performance of new method for the clustering analysis of gene expression data is efficient and effective. |
| |
| Keywords: | Principal component analysis Self-organizing maps Clustering analysis Gene data |
| 本文献已被 维普 等数据库收录！ |
|
