本文介绍了对Cheng和Church双聚类算法的改进，该算法在基因表达谱分析中提高了聚类质量和波动一致性，同时保持了计算效率。通过模拟实验和实际数据验证，证明了改进算法的有效性和抗噪声能力。
学习笔记，仅供参考，有错必究
关键词:双聚类算法;基因表达谱系分析;Cheng and Church算法
文章目录
An Improved Biclustering Algorithm and Its Application to Gene Expression Spectrum Analysis
摘要
Cheng和Church算法是双聚类算法中的一种重要方法。 本文改进了Cheng和Church算法第二阶段扩展空间的过程，并讨论了两个重要参数的选择。基因表达谱分析中使用改进算法的结果表明，与Cheng和Church算法相比，聚类结果的质量明显提高，挖掘表达模型的效果更好，数据在条件上具有较强的波动一致性，而计算时间并没有明显增加。
介绍
基因表达谱分析是生物信息学领域的一个重要课题。它的任务是从数据矩阵中找到卓越的结构。结构类型包括整体模型和局部模型。聚类分析作为分析基因表达数据的有效工具，被广泛应用于基因表达谱分析(1)、基因组研究、生物调控网络(2)、药物过滤、新药开发、临床疾病诊断(3、4)等多个领域。聚类分析的基本
订阅专栏 解锁全文
扫一扫
3657
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
