基于FCM算法的小脑基因模糊聚类分析

作者：唐世星; 陈军; 柯凤琴

来源：数学的实践与认识, 2010, (12): 74-79.

• FCM算法
• 基因表达
• 聚类分析
• Xie-Beni指数 FCM algorithm
• gene expression
• clustering
• xie-beni index

探讨基因表达数据的聚类分析方法,结合一种聚类结果的评判准则,应用于胎儿小脑基因表达数据,得到了最优的聚类结果,并做出了生物学解释.利用Matlab软件进行了仿真,利用模糊聚类Xie-Beni指数得到了最优聚类数,并把每一类对应的基因标号输出到txt文件,最后进行生物学解释.得到的小脑基因最优聚类数为3类,与生物学意义比较吻合,各类中的基因功能接近.基于FCM算法的基因模糊聚类是有效的,结果具有一定生物学意义,能对生物学基因聚类有一定指导作用.

• 单位
  中国人民解放军陆军军医大学; 承德石油高等专科学校