LCE

LCE:一种基于链接的聚类集成方法,用于改进基因表达数据分析。动机:对于一组特定的基因表达数据,选择最有效的聚类方法及其参数化,这是微不足道的,因为有大量的可能性。虽然许多研究人员仍然喜欢使用一种或另一种形式的分层聚类,但这往往是次优的。聚类集成研究通过自动组合来自不同聚类的多个数据分区来解决这个问题,以提高聚类结果的健壮性和质量。然而,许多现有的集成技术使用关联矩阵来总结样本聚类共生统计,并且在集合中的关系仅封装在粗略水平上,而在群集之间存在的关系被完全忽略。发现这些缺失关联可以极大地扩展微阵列数据聚类的集成方法的能力。结果:基于链接的集群集成(LCE)方法,在这里提出,实现这些想法,并表现出卓越的性能。真实基因表达和合成数据集上的实验结果表明,LCE:(i)在单个测试中通常优于现有的聚类集成算法,并且总体上,显然是类领先的;(ii)在不同类型的数据上生成优秀的、健壮的性能;特别是在噪声和不平衡数据集群的存在下,(iii)提供了一种适用于许多数值聚类技术的高级数据矩阵;(iv)在大数据集和基因聚类中计算效率高。可用性:在线补充和实施可在:HTTP://USS.Ab.Ac.UK/NII07/BiopyDeals2010。


ZBMaCT中的参考文献(5篇文章中引用)

显示结果1至5的5。
按年份排序(引文

  1. Boongoen,ToSaPon;IAM on,Natthakan:集群集成:最近扩展和应用的方法综述(2018)
  2. 刘,洪府;邵,明;李,Sheng;傅,云:无限集合聚类(2018)
  3. IAM on,Natthakan;Boongoen,ToSaPon:集成聚类的矩阵求精方法的比较研究(2015)
  4. 俞,Zhiwen;李,乐;Wong,Hau San;你,简;韩,郭强;高,Yunjun;禹,高:概率群结构集合(2014)伊波尔特
  5. Natthakan Iam on;Simon Garrett:Link KLUE:基于链路的集群集成的Matlab包(2010)不是ZB数学