| 题名 | 基因数据分析中聚类算法的研究与应用; Research and Application on Clustering Algorithms for Genetic Data |
| 作者 | 叶兴甫 |
| 答辩日期 | 2011 ; 2011 |
| 导师 | 周昌乐 |
| 关键词 | 模糊C-均值（FCM） 基因表达数据 模糊形式概念分析（FFCA） Fuzzy C-Means (FCM) Gene expression data Fuzzy Formal Concept Analysis(FFCA) |
| 英文摘要 | 摘要 作为数据分析中的两个重要工具，聚类分析（Clustering）和形式概念分析（FCA）在数学、计算机科学和生物学等各个科学领域得到广泛的应用。在生物学研究领域，基因芯片因其研究对象的复杂，产生了大量的基因表达数据；人们希望能够了解这些数据里面包含的重要信息，因此如何高效地使用这两个数据分析工具，成了目前研究的热点。 目前虽然提出了一些经典的聚类分析和建立概念格的算法，包括层次聚类分析、K-means算法和SOMs等。但是这些算法或多或少存在着时间复杂度大、对初始聚类中心敏感和聚类结果不稳定等缺点，且层次聚类和K-means算法需要预输入合适的类数值，这对未知数据集结构的研究人员是难以...; Abstract As two of the most important tools of the data analysis, Clustering and Formal Concept Analysis (FCA) have been widely used in the area of Mathematics, Computer Science, Biology and so on. For the biological research area, gene chips have produced a considerable amount of gene expression data. Additionally, these data carry much important information. Therefore, the problems of how to us...; 学位：理学硕士; 院系专业：信息科学与技术学院智能科学与技术系_人工智能基础; 学号：31520081153329 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=32171 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/49958]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 叶兴甫. 基因数据分析中聚类算法的研究与应用, Research and Application on Clustering Algorithms for Genetic Data[D]. 2011, 2011. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论