|
|||||
|
|
| 生物大数据中的聚类方法分析 | |
| 作者姓名： | 路东方 许俊富 项超娟 谢江 |
| 作者单位： | 上海大学 计算机工程与科学学院, 上海 200444 |
| 基金项目： | 国家自然科学基金重大研究计划项目(91330116); 教育部留学回国人员科研启动基金资助项目 |
| 摘 要： | 随着人类基因组计划的实施和完成, 生物实验技术快速发展, 生物数据呈现爆发式增长并不断积累, 生命科学迎来了大数据时代. 在后基因组时代, 单一的统计模式逐渐被智能化与综合分析相结合的方式所取代, 聚类分析便是核心的数据挖掘方式. 描述了生物信息学领域中的大数据现状, 总结基因表达谱分析和生物网络分析中常用的聚类方法, 并对小鼠胚胎成纤维细胞的时间序列数据进行实验对比. 实验结果表明, 不同的聚类方法生成了不同的实验结果, 面临高噪声的生物大数据, 选择或结合合适的聚类方法进行综合分析将有助于获得更可靠的分析结果. |
| 关 键 词： | 聚类方法 生物大数据 数据分析 |
| 收稿时间： | 2015-11-30 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《上海大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《上海大学学报(自然科学版)》下载免费的PDF全文 | |