文摘
英文文摘
1 引言
1.1 课题研究的背景及意义
1.2 国内外研究现状
1.2.1 基因表达聚类分析现状
1.2.2 基因本体研究现状
1.3 本文主要研究内容及组织结构
2 聚类分析
2.1 聚类算法的分类
2.1.1 按类间重叠度分类
2.1.2 按算法思路分类
2.2 相似性度量
2.3 基因表达聚类工作流程
2.4 基于无监督聚类的基因表达分析
2.4.1 层次聚类算法
2.4.2 K-均值算法
2.4.3 自组织映射神经网络
2.4.4 模糊C-均值算法
2.5 同无监督聚类结果分析
2.5.1 层次聚类结果
2.5.2 K均值结果
2.5.3 自组织映射结果
2.5.4 模糊C均值聚类结果
3 基于本体的模糊C均值算法及其有效性评价
3.1 基因本体
3.1.1 数据库概况
3.1.2 GOSlim
3.1.3 证据编码
3.2 聚类有效性评价
3.2.1 Xie-Beni有效性
3.2.2 Amine M.Bensaid有效性
3.2.3 S.H.Kwon有效性
3.3 基于本体的模糊C均值
4 模糊C均值和基于本体的模糊C均值结果分析
4.1 基于本体的模糊C均值结果
4.1.1 基于Xie-Beni的有效性评价
4.1.2 基于Amine M.Bensaid的有效性评价
4.1.3 基于S.H.Kwon的有效性评价
4.1.3 不同有效性评价比较
4.2 基于本体的与传统模糊C均值结果比较
4.2.1 聚类有效性及质量比较
4.2.2 本体对模糊C均值的影响
4.3 不同聚类结果比较
5 总结
6 参考文献
致谢
福建农林大学;