• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于圖論的DNA微陣列數(shù)據(jù)聚類算法

    2014-08-05 04:27:11佳,許力,孫
    計算機(jī)工程 2014年5期
    關(guān)鍵詞:圖論子圖權(quán)值

    宋 佳,許 力,孫 洪

    (1. 浙江大學(xué)電氣工程學(xué)院,杭州 31002 7;2. 蘇州市職業(yè)大學(xué)電子信息工程系,江蘇 蘇州 21 5104)

    基于圖論的DNA微陣列數(shù)據(jù)聚類算法

    宋 佳1,2,許 力1,孫 洪2

    (1. 浙江大學(xué)電氣工程學(xué)院,杭州 31002 7;2. 蘇州市職業(yè)大學(xué)電子信息工程系,江蘇 蘇州 21 5104)

    傳統(tǒng)的聚類算法用于DNA微陣列數(shù)據(jù)分析時,多數(shù)只能生成一種聚類結(jié)果,無法識別出與多組不同基因表達(dá)模式相類似的基因。針對該問題,提出一種基于圖論的聚類算法,采用一個有向無權(quán)圖來描述需要分析的DNA微陣列數(shù)據(jù),分別計算該圖具有最小割權(quán)值和第二小割權(quán)值的圖割。測試結(jié)果表明,該算法可以有效地探測聚類結(jié)果空間并輸出一組可能性較高的聚類結(jié)果,與Fuzzy-Max、Fuzzy-Alpha、Fuzzy-Clust等聚類算法相比具有更高的準(zhǔn)確性。

    微陣列;基因表達(dá)數(shù)據(jù);聚類分析;圖割;圖論;最小割

    1 概述

    DNA微陣列技術(shù)的發(fā)展使得研究人員可以同時監(jiān)測并獲得各種環(huán)境下成千上萬個基因的表達(dá)水平,產(chǎn)生了海量的基因表達(dá)譜數(shù)據(jù)[1],從而深入地認(rèn)識諸多生物過程的本質(zhì),如基因功能、發(fā)育、癌癥、衰老和藥理等。因此,建立能夠準(zhǔn)確處理和分析DNA微陣列數(shù)據(jù)集的方法是目前生物信息學(xué)發(fā)展的一個重要方向。聚類算法就是用于查找功能相關(guān)的基因和疾病新子群的主要方法之一。聚類算法根據(jù)目標(biāo)研究對象的屬性數(shù)值,采用數(shù)學(xué)方法對其進(jìn)行分類和整理,將具有相似屬性的事物聚為一類,使得同一類的事物盡可能相似,而不同類的事物間有較大的差別。因此,聚類算法的準(zhǔn)確性對于準(zhǔn)確識別功能相關(guān)的基因起著關(guān)鍵性的作用,是進(jìn)行表達(dá)數(shù)據(jù)中數(shù)據(jù)挖掘的第一步,其效果直接影響后續(xù)的表達(dá)譜數(shù)據(jù)分析性能。

    聚類算法可以分為有監(jiān)督的聚類算法(或分類,classification)、無監(jiān)督的聚類算法和混合聚類算法。在有監(jiān)督的聚類中,聚類基于一個給定的參考方向集或類別集;在無監(jiān)督聚類中,聚類分析預(yù)先不知道類別信息,沒有訓(xùn)練集;混合聚類通常先進(jìn)行無監(jiān)督聚類,確定一些類,再用神經(jīng)網(wǎng)絡(luò)或支持向量機(jī)這些可以學(xué)習(xí)數(shù)據(jù)類別之間決策邊界的分類器,將新基因歸到不同的類內(nèi)?;虮磉_(dá)陣列實驗尚處于早期階段,無監(jiān)督聚類算法仍是最常用的。

    目前,已有大量的無監(jiān)督聚類算法和軟件被開發(fā)出來并用于分析DNA微陣列的數(shù)據(jù),如K-means算法、平均連鎖聚類、基于最小遍歷樹聚類法、自組織映射等。這些聚類算法將相應(yīng)條件下表達(dá)相似的基因歸為一類。在實際應(yīng)用中,由于噪聲等原因,存在大量的基因不屬于任何一個聚類,同時也存在一些基因可以在不同生物過程中與不同的基因分組一起發(fā)揮不同的作用,從而出現(xiàn)在多個聚類中。而上述的這些聚類算法大多只能生成一種聚類結(jié)果,無法識別出與多組不同的基因表達(dá)模式相類似的基因,難以獲得在不同條件下與多組基因共調(diào)控的基因之間的關(guān)系。近年來,針對這一缺陷,研究者們提出了一些更為復(fù)雜也更加適宜于基因表達(dá)數(shù)據(jù)分析的的聚類算法[2-3],這些算法大多基于模糊聚類(fuzzy clustering)。模糊聚類算法[4-5]的特點是并沒有強(qiáng)制將每個基因歸入到某個特定的聚類中,而是分別計算每個基因歸屬各個聚類的隸屬度,通過隸屬度值的大小來表示基因隸屬某個聚類的程度高低。但是,這些模糊聚類算法也存在若干缺陷,如模糊參數(shù)值很難設(shè)置、計算復(fù)雜度高,算法也常常無法識別出所有的聚類。

    圖論(graph theory)是離散數(shù)學(xué)的一個分支,它以圖為研究對象,研究頂點(vertex)和邊(edge)組成圖形的數(shù)學(xué)理論和方法。圖論中的圖形通??梢杂脕砻枋瞿承┦挛镏g的某種特定關(guān)系,例如用頂點代表事物,用連接兩頂點的邊表示2個事物間具有某種關(guān)系。因為圖論是一門研究較早并且已經(jīng)發(fā)展成熟的學(xué)科,具有較好的數(shù)學(xué)基礎(chǔ),應(yīng)用圖論方法解決生物信息學(xué)問題也越來越引起學(xué)者的重視。基于圖論的聚類算法主要包括Random Walk、CHAMELEON、AUTOCLUST等[6-7]。近年也有一些利用圖的著色理論[8]、閾值剪枝[9],以及譜圖[10]等理論的聚類算法被提出。這些算法也只能生成一種聚類結(jié)果。

    本文提出一種以圖論為基礎(chǔ)的聚類算法,將DNA微陣列數(shù)據(jù)集映射成加權(quán)圖,分別計算圖的最小割和第二最小割,并依據(jù)每個圖割,將圖分別分割成2個子圖,在每個子圖上迭代地應(yīng)用這個算法,直到?jīng)]有新的集群出現(xiàn)為止。此外,本文還設(shè)計了一種可以在多項式時間內(nèi)計算出有權(quán)圖的第二最小割的算法,并從理論上證明其正確性,以持續(xù)更新并輸出一組可能性較高的聚類結(jié)果。

    2 模型與算法

    2.1 D NA微陣列數(shù)據(jù)的獲取和預(yù)處理

    DNA微陣列也稱為基因微陣列,目前有2種模式:cDNA微陣列和Affymetrix基因芯片(或寡核苷酸陣列),它們的原理相同,即利用4種核苷酸(A, T, C, G)之間兩兩配對互補(bǔ)的特性,使2條在序列上互補(bǔ)的單核苷酸鏈形成雙鏈(即雜交,hybridization)。以cDNA微陣列為例,在一個表面處理過的固體支撐物(通常是尼龍或玻璃)上,cDNA以固定的模式排列。用于測試的mRNA樣本被反轉(zhuǎn)錄成cDNA并用熒光染色標(biāo)記,這些cDNA與陣列上的DNA探針進(jìn)行雜交,用激光顯微鏡或熒光顯微鏡檢測雜交后的芯片,獲取熒光強(qiáng)度,最后通過圖像處理和分析得到測試樣本中mRNA的豐度信息。

    計算機(jī)讀出的微陣列數(shù)據(jù)矩陣C(N×M)表示N個基因在M個樣本(或M個不同的實驗條件)上的表達(dá)矩陣:

    矩陣C中每一行代表一個基因,每一列代表一張芯片上基因的數(shù)據(jù)。cij為基因i在實驗j中的表達(dá)值。依據(jù)基因芯片的實驗原理,cij取為相對的熒光強(qiáng)度比值:

    其中,IR為芯片上紅色熒光劑(樣本組基因)的強(qiáng)度;IG為芯片上綠色熒光劑(對照組基因)的強(qiáng)度,對其分別取對數(shù)可以避免以下差異:當(dāng)基因高表達(dá)時,表達(dá)比在(1,+∞),當(dāng)基因低表達(dá)時,表達(dá)比在(0,1),兩者存在不對稱性。基因可以看作是含有M維實數(shù)的向量,而樣本可以看作是N維實數(shù)的向量。根據(jù)不同的實驗,基因表達(dá)值可以采用同樣的算法分別對實驗條件(列)或基因表達(dá)譜(行)進(jìn)行聚類。

    在進(jìn)行聚類時,都需要對數(shù)據(jù)之間的相似度進(jìn)行評估,這個評估通常采用距離函數(shù)來實現(xiàn)。目前有2種距離函數(shù)廣泛用于比較基因表達(dá)譜:歐幾里德距離函數(shù)和皮爾森距離函數(shù)。具體函數(shù)的選擇主要取決于研究者想要測量的特性。本文采用歐幾里德距離來度量基因之間的相似性。給定2個向量:它們之間的歐幾里德距離可以用下式來計算:

    歐式距離測量空間中2個點的絕對距離,故同時考慮了矢量的方向和幅度。若直接使用原始數(shù)據(jù)進(jìn)行計算,則表達(dá)譜幅度相似的基因?qū)⒈徽J(rèn)為是相似的。但生物學(xué)上更傾向于尋找表達(dá)水平不同而表達(dá)譜形狀相似的基因,因此,在使用歐式距離前需對微陣列數(shù)據(jù)作歸一化處理:

    其中,μi和σi分別是ci的均值和方差。

    2.2 圖的構(gòu)建

    在對DNA微陣列數(shù)據(jù)歸一化處理后,采用一個無向有權(quán)圖G(V, E, W)來描述需要分類的微陣列數(shù)據(jù),圖的頂點V代表基因,兩頂點之間的歐式距離如果小于給定的閾值T,則2個頂點由邊界連接。每條邊界都有一個權(quán)值,連接頂點vi和vj的邊界權(quán)值可以表示為:

    其中,d( vi, vj)即兩數(shù)據(jù)點之間的歐式距離;K為常數(shù)。很明顯距離越大,則對應(yīng)的邊界權(quán)值越小。為了便于分析,本文假定圖G是連通的。因為即使圖G不連通,也可以分別在每個連通的子圖上繼續(xù)之后的工作,結(jié)果仍然適用。

    2.3 圖的最小割和第二最小割計算

    2.3.1 最小割計算

    最小割問題[11-12]可分為s-t最小割和全局最小割。s-t最小割是指給定源點s和匯點t,能將s和t分別分割到2個子圖中的最小割。全局最小割指所有s-t最小割中值最小的割。著名的最大割最小流定理證明最大流和s-t最小割是一對對偶問題。顯然,全局最小割在計算時,需要計算(|V|(|V|-1))/2個最大流(分別對應(yīng)不同的源點s和匯點t)。文獻(xiàn)[13]提出一種算法,只需計算(|V|-1)個最大流。給定一個有權(quán)無向圖G(V, E, W),全局最小割的計算可通過以下步驟:(1)令min=∞,確定一個源點s;(2)枚舉匯點t,t∈V-s;(3)計算最大流,并確定當(dāng)前源匯點的最小割值,若比min小,則更新min;(4)轉(zhuǎn)到步驟(2)直到枚舉完畢;(5)min即所求輸出min。

    以上最小割計算中枚舉匯點的計算時間為O(|V|)。如果采用最短增廣路最大流算法來求最大流,時間復(fù)雜度是O(|V|2|E|),則算法總復(fù)雜度為O(|V|3|E|);而如果采用最高標(biāo)號預(yù)流推進(jìn)法來求最大流,時間復(fù)雜度為O(|V|2|E|0.5),則算法總復(fù)雜度為O(|V|3|E|0.5)。文獻(xiàn)[14]通過優(yōu)化匯點t的選擇順序,改進(jìn)以往的預(yù)流推進(jìn)算法,最終得到一個O(|V||E|)時間的全局最小割算法,其時間復(fù)雜度和計算一個s-t最小割是一致的。

    2.3.2 第二最小割計算

    最小割問題可以在多項式時間內(nèi)計算出,但還不能確定割值為第二小的圖割是否也能在多項式時間內(nèi)算出。下面證明它也能在多項式時間內(nèi)計算出,并且可用于本文的聚類算法來探索所有的聚類結(jié)構(gòu)所組成的空間。

    定理1給定一個有權(quán)無向圖G(V, E, W),具有第二小割權(quán)值的圖割可以在時間O(|E|×f(|E|,|V|))內(nèi)算出,其中,f(|E|,|V|)是計算圖G全局最小割的時間復(fù)雜度。

    證明:通過下列步驟可以計算出具有第二小割權(quán)值的圖割。(1)計算圖G具有最小割權(quán)值的圖割,并假定割邊集為C;(2)對于邊界(a, b)∈C,收縮(a, b)可以得到一個新圖G';(3)計算圖G'的最小割權(quán)值的圖割,并把結(jié)果放置在集合U中;(4)把邊界(a, b)從C中移除,如果集合C非空則回到步驟(2);(5)對集合U中的全部圖割,計算出其中具有最小割權(quán)值的圖割并輸出。

    下面證明此第二小割權(quán)值算法的正確性:具有第二小割權(quán)值的圖割必須至少包括一條不在具有最小割權(quán)值的割集中的割邊,因而算法中步驟(2)~步驟(4)的窮舉搜索可以找出具有第二小割權(quán)值的圖割。因為C可能包含最多|E|條邊界,這種算法所需的時間為O(|E|×f(|E|,|V|))。

    上述步驟(2)中的收縮(a, b)即刪掉點a、b及邊(a, b),替代為新頂點n,如圖1所示。其中,對圖G中除a、b外的任意頂點v,其與n的邊權(quán)值為:

    w( v, n)=w( v, a)+w( v, b) (5)

    圖1 邊的收縮

    2.4 高連通圖的判定

    文獻(xiàn)[15]提出高連通圖的概念,并將其應(yīng)用于無向無權(quán)圖的分割。這里對其定義進(jìn)行引申后,引入之前建立的無向有權(quán)圖中,并將其作為圖分割的終止判據(jù)。

    當(dāng)分割所得的子圖為高連通圖時,認(rèn)為它可以作為一個聚類,不再繼續(xù)分割。如圖2所示,對圖G進(jìn)行分割,其中,圖2(a)為第一次分割結(jié)果,得到2個子圖G1,G2,因為G1為高連通子圖,所以不再繼續(xù)分割,圖2(b)中繼續(xù)對G2分割,得到2個高連通子圖G3,G4,分割結(jié)束。圖中的虛線表示最小割。

    圖2 圖G的分割

    定理2高連通圖中的任意一個頂點至少與圖G中一半以上的頂點相鄰。

    證明:對于高連通圖G,如果將與其度為最小值的頂點相連的邊都去掉,則圖成為不連通圖。即這些邊可以構(gòu)成一個割集,但未必是最小割。用δ(G)來表示圖G的最小度,用C來表示最小割集,則有:

    因為圖G為高連通圖,由其定義可得:

    由此可見,高連通圖的定義確保了圖中的所有頂點之間都聯(lián)系緊密,并且采用高連通圖作為終止判據(jù),可以無需預(yù)先知道聚類的數(shù)目,其時間復(fù)雜度和之前求最小割的復(fù)雜度一致。

    2.5 聚類算法

    采用2.4節(jié)建立的計算具有最小割權(quán)值和第二小割權(quán)值的圖割的算法,來探索聚類結(jié)果組成的空間。給定一個無向有權(quán)圖G(V, E, W)來代表數(shù)據(jù)集,分別計算出具有最小和第二最小割權(quán)值的圖割。如圖3(a)所示,一個數(shù)據(jù)集可以通過計算最小割權(quán)值分為2個集群。對圖G計算出具有最小和第二最小割權(quán)值的圖割,分別可以獲取2個子圖;然后對這2個子圖重復(fù)應(yīng)用此算法,直到所得的子圖為高連通子圖為止。圖3(b)說明了該過程。

    圖3 聚類算法的一個示例

    3 實驗結(jié)果與分析

    應(yīng)用上述算法對2組基因芯片數(shù)據(jù)進(jìn)行了測試。其中一組數(shù)據(jù)是從77例患者的腫瘤樣本得到的,共包含6285個基因,這些病人中有58個為擴(kuò)散型大B細(xì)胞淋巴瘤(DCBCL)患者,另外19個為濾泡淋巴瘤(FL)患者。另一組數(shù)據(jù)為原發(fā)性和轉(zhuǎn)移性癌癥(PM)樣本,分別采自64個原發(fā)性癌患者和12個轉(zhuǎn)移性癌癥患者,包含了14 925個基因。在處理這2組數(shù)據(jù)集時,對式(4)中的參數(shù)做了如下取值:距離閾值T為數(shù)據(jù)點所有配對最大距離的2/3,K為最大距離平方的1/4。

    與數(shù)據(jù)挖掘中通用的聚類算法相比,在對基因表達(dá)數(shù)據(jù)進(jìn)行分析時更關(guān)注于算法的有效性(effectiveness),即要求算法具有較高的準(zhǔn)確性。因此,為了評估算法的表現(xiàn),采用了一個錯誤率函數(shù)來計算聚類結(jié)果的準(zhǔn)確性??紤]數(shù)據(jù)點的每對數(shù)據(jù),并考慮它們是否在同一聚類中。如果在同一聚類中而聚類結(jié)果把它們放在2個不同的聚類中,或者反之亦然,則認(rèn)為是一個錯誤分類。對于一個特定的聚類結(jié)果,可以計算錯誤分類的數(shù)目,并與成對的數(shù)目總和相除。這個錯誤率介于0~1之間,并可以用來衡量聚類算法的準(zhǔn)確性。

    針對本文算法的準(zhǔn)確性,與其他一些算法做了比較,這些算法包括Fuzzy-Max,F(xiàn)uzzy-Alpha,F(xiàn)uzzy-Clust,F(xiàn)uzzy-Single,以及Hierarchy-Single。表1和表2分別顯示了在對DLBCL和PM數(shù)據(jù)的分析上,本文算法與其他算法準(zhǔn)確性的比較結(jié)果。對于有隨機(jī)性的算法,在對數(shù)據(jù)集做了多次測試后,計算了其中位誤差和標(biāo)準(zhǔn)偏差。

    表1 本文算法與其他算法對DLBCL數(shù)據(jù)集分析的結(jié)果比較

    表2 本文算法與其他算法對PM數(shù)據(jù)集分析的結(jié)果比較

    從表1和表2中不難發(fā)現(xiàn),在上面2組數(shù)據(jù)的聚類結(jié)果中,基于圖割的算法的準(zhǔn)確性明顯優(yōu)于其他幾種算法,而這種優(yōu)勢在PM數(shù)據(jù)的聚類結(jié)果中更加明顯。

    4 結(jié)束語

    本文提出一種基于圖形模型和圖割算法的聚類算法,將樣本空間的整個數(shù)據(jù)集表示為一個有權(quán)圖,然后迭代地求解圖的最小割權(quán)值和第二小割權(quán)值,根據(jù)圖割將圖分割為子圖。測試結(jié)果表明,該算法可以有效地探測聚類結(jié)果空間,并具有較高的準(zhǔn)確性。

    下一步可以在之前研究的基礎(chǔ)上,繼續(xù)第三小割權(quán)值圖割的研究:如第三小割權(quán)值圖割的計算復(fù)雜度,以及其是否能進(jìn)一步提高聚類精度等。另外,本文算法應(yīng)用Hao 和Orlin提出的算法計算最小割,其時間復(fù)雜度為O(|V||E|)),聯(lián)系第二最小割的計算,則進(jìn)行一次迭代就需要O(|V||E|2)時間,其計算時間復(fù)雜度仍較高。如何降低算法計算復(fù)雜度,特別是最小割計算的復(fù)雜度,也是下一步的工作方向之一。例如:當(dāng)需要分類的數(shù)據(jù)點大于1 000時,可以考慮在對DNA微陣列數(shù)據(jù)建立圖形模型時,用無向無權(quán)圖模型取代之前的無向有權(quán)圖,即僅用兩頂點的連通性來表示兩基因(樣本)之間的關(guān)系。到目前為止,無向無權(quán)圖的全局最小割時間最低為O(|V||E|2/3),因此可以進(jìn)一步把算法總復(fù)雜度降低到O(|V||E|5/3)。

    [1] 岳 峰, 孫 亮, 王寬全, 等. 基因表達(dá)數(shù)據(jù)的聚類分析研究進(jìn)展[J]. 自動化學(xué)報, 2008, 34(2): 113-120.

    [2] Bertoni A, V alentini G. Rand omized E mbedding Clust er Ensembles for Gene Expression Data Analysis[C]//Proc. of IEEE Internatio nal Conference on Science of Electronic, Technologies of Information and T elecommunications. Hammamet, Tunisia: IEEE Press, 2007: 246-252.

    [3] Avogadri R, Valenini G. Fuzzy Ensemble Clustering for DNA Microarray Data An alysis[C]//Proc. of the 4th I nternational Conference on Bioinformatics and Biostatistics. Camogli, Italy: Springer, 2007: 537-543.

    [4] Avogadri R, Valentini G. Fuzzy Ensemble Clustering Based on Random Pro jections for DNA M icroarray Data Analysis[J]. Artificial Intelligence in Medicine, 2009, 45(2): 173-183.

    [5] Avogadri R, V alentini G. Ensemble Clustering with a Fuzzy Approach[M]. [S. l.]: Springer, 2008.

    [6] Karypis G, Han E H, Kumar V. CHANELEON: A Hierarchical Clustering Algorithm Using Dynamic Modeling[J]. Computer, 1999, 32(8): 68-75.

    [7] Estivill C V, Lee I. AU TOCLUST: Automatic Clustering via Boundary Extraction for Mining Massive Point-data Sets[C]//Proc. of the 5th International Conference on Geocomputation. Greenwich, UK: [s. n.], 2000: 23-25.

    [8] Elghazel H, Yoshida T, Deslandres V, et al. A New Greedy Algorithm for I mproving B-c oloring Clustering[J]. Lecture Notes in Computer Science, 2007, 45(38): 228-239.

    [9] Li Yujian. A Clustering Algorithm Based on Maximal θ-distant Subtrees[J]. Pattern Recognition, 2007, 40(5): 1425-1431.

    [10] von L uxburg. A Tutorial on Spectral Clustering[J]. Statistics and Computing, 2007, 17(4): 395-416.

    [11] 鄭加明, 陳昭炯. 帶連通性約束的快速交互式Graph-Cut算法[J]. 計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報, 2011, 23(3): 399-405.

    [12] Strandmark P, Kahl F. Parallel and Distributed Graph Cuts by Dual Decomposition[C]//Proc. of IEEE Conference on Computer V ision and Pattern Re cognition. San Francisco, USA: IEEE Press, 2010: 2085-2092.

    [13] Candemir S, Akgul Y S. Adaptive Regularization Parameter for Graph Cut Segmentation[C]//Proc. of International Conference on Image Analysis and Recognition. Povoa de V arzim, Portugal: Springer, 2010: 117-126.

    [14] James B O. A Faster Strongly Polynomial Time Algorithm for Submodular Function Minmization[J]. Mathematical Programming: Series A and B, 2009, 118(2): 237-251.

    [15] Hartuv E, Shamir R. A Clustering Algorithm Based on Graph Connectivity[J]. Information Proce ssing Letters, 20 00, 76(4): 175-181.

    編輯 任吉慧

    Data Clustering Algorithm for DNA Microarray Based on Graph Theory

    SONG Jia1,2, XU Li1, SUN Hong2

    (1. Electrical Engineering College, Zhejiang University, Hangzhou 310027, China; 2. Department of Electronic and Information Engineering, Suzhou Vocational University, Suzhou 215104, China)

    Clustering is an effective and practical method to mine the huge amount of DNA microarray data to gain important genetic and biological information. However, most traditional clustering algorithms can only provide a single clustering result, and are unable to identify distinct sets of genes with similar expression patterns. This paper presents an algorithm that can cluster D NA microarray data with a graph theory based algorithm. In particular, a DNA microarray dataset is represented by a graph whose edges are weighted, then an algorithm which can compute the minimum weighted and second minimum weighted graph cuts is applied to the graph respectively. Test results show that this approac h can achieve improved clustering accuracy, compared with other clustering methods such as Fuzzy-Max, Fuzzy-Alpha, Fuzzy-Clust.

    microarray; gene expression data; clustering analysis; graph cut; graph theory; minimum cut

    10.3969/j.issn.1000-3428.2014.05.008

    江蘇省自然科學(xué)基金資助項目(BK2011319);蘇州市職業(yè)大學(xué)青年基金資助項目(SZDQ09L02)。

    宋 佳(1980-),女,講師、博士研究生,主研方向:生物信息學(xué),智能控制;許 力,教授;孫 洪,講師、博士。

    2013-04-22

    2013-05-22E-mail:sjia@jssvc.edu.cn

    1000-3428(2014)05-0036-05

    A

    TP309

    猜你喜歡
    圖論子圖權(quán)值
    一種融合時間權(quán)值和用戶行為序列的電影推薦模型
    CONTENTS
    基于FSM和圖論的繼電電路仿真算法研究
    臨界完全圖Ramsey數(shù)
    構(gòu)造圖論模型解競賽題
    基于權(quán)值動量的RBM加速學(xué)習(xí)算法研究
    點亮兵書——《籌海圖編》《海防圖論》
    孫子研究(2016年4期)2016-10-20 02:38:06
    基于頻繁子圖挖掘的數(shù)據(jù)服務(wù)Mashup推薦
    圖論在變電站風(fēng)險評估中的應(yīng)用
    電測與儀表(2015年3期)2015-04-09 11:37:54
    不含2K1+K2和C4作為導(dǎo)出子圖的圖的色數(shù)
    国产亚洲精品久久久久5区| 亚洲av成人不卡在线观看播放网| 欧美 亚洲 国产 日韩一| 看片在线看免费视频| 好看av亚洲va欧美ⅴa在| 在线观看免费高清a一片| 脱女人内裤的视频| 午夜福利影视在线免费观看| 亚洲av片天天在线观看| 久久精品国产综合久久久| 岛国在线观看网站| 国产乱人伦免费视频| 亚洲精品中文字幕在线视频| 巨乳人妻的诱惑在线观看| 丰满的人妻完整版| 国产精品自产拍在线观看55亚洲 | 国产片内射在线| 怎么达到女性高潮| 天天躁日日躁夜夜躁夜夜| 一二三四在线观看免费中文在| 一区二区三区国产精品乱码| 欧美 亚洲 国产 日韩一| 国产精品国产高清国产av | 精品久久久久久久毛片微露脸| 大香蕉久久网| 视频在线观看一区二区三区| 国产精品亚洲av一区麻豆| 亚洲国产中文字幕在线视频| 咕卡用的链子| 国产高清视频在线播放一区| 国产主播在线观看一区二区| 欧美日本中文国产一区发布| 天堂中文最新版在线下载| 国产黄色免费在线视频| 一区在线观看完整版| 午夜老司机福利片| 久久热在线av| 久久精品亚洲精品国产色婷小说| 一二三四在线观看免费中文在| 国产高清视频在线播放一区| 又紧又爽又黄一区二区| 国产在线一区二区三区精| 国产xxxxx性猛交| 亚洲成av片中文字幕在线观看| 身体一侧抽搐| 久久精品aⅴ一区二区三区四区| 亚洲av成人av| 母亲3免费完整高清在线观看| 51午夜福利影视在线观看| 成人手机av| 国内毛片毛片毛片毛片毛片| а√天堂www在线а√下载 | 91九色精品人成在线观看| 欧美精品亚洲一区二区| 成人特级黄色片久久久久久久| 身体一侧抽搐| 在线观看一区二区三区激情| 国产精品免费一区二区三区在线 | 国产欧美日韩综合在线一区二区| 99久久综合精品五月天人人| 日日爽夜夜爽网站| 色老头精品视频在线观看| 在线十欧美十亚洲十日本专区| 午夜激情av网站| 久久精品国产a三级三级三级| 精品国产一区二区三区四区第35| 他把我摸到了高潮在线观看| 黄色视频,在线免费观看| 老鸭窝网址在线观看| 精品熟女少妇八av免费久了| 久久久久精品国产欧美久久久| 最近最新中文字幕大全电影3 | 看片在线看免费视频| 9热在线视频观看99| 男人舔女人的私密视频| 国产精品久久久人人做人人爽| 十八禁网站免费在线| 欧美日韩乱码在线| 亚洲色图 男人天堂 中文字幕| 人人妻人人澡人人看| 国产精品永久免费网站| 午夜福利影视在线免费观看| 激情在线观看视频在线高清 | 丝袜美足系列| 国产成人av激情在线播放| 黄色怎么调成土黄色| 香蕉丝袜av| av视频免费观看在线观看| 宅男免费午夜| 男女之事视频高清在线观看| 成人黄色视频免费在线看| 如日韩欧美国产精品一区二区三区| 一区在线观看完整版| 最新在线观看一区二区三区| av一本久久久久| 免费观看精品视频网站| 欧美精品亚洲一区二区| 欧美精品高潮呻吟av久久| 亚洲精品一卡2卡三卡4卡5卡| 国产无遮挡羞羞视频在线观看| 欧美精品亚洲一区二区| 好男人电影高清在线观看| 久久久久久免费高清国产稀缺| 身体一侧抽搐| 国产精品香港三级国产av潘金莲| 五月开心婷婷网| 亚洲一码二码三码区别大吗| 欧美黄色淫秽网站| 午夜免费鲁丝| 美女高潮喷水抽搐中文字幕| 欧美日韩亚洲综合一区二区三区_| 1024视频免费在线观看| 一级作爱视频免费观看| av国产精品久久久久影院| av不卡在线播放| 国产精品亚洲一级av第二区| av欧美777| 黑丝袜美女国产一区| 交换朋友夫妻互换小说| 久久久国产成人免费| 色尼玛亚洲综合影院| netflix在线观看网站| 在线观看免费视频日本深夜| 国产真人三级小视频在线观看| 一进一出好大好爽视频| 露出奶头的视频| 大香蕉久久成人网| 久久久久精品国产欧美久久久| 超色免费av| 久久亚洲真实| 色综合欧美亚洲国产小说| 黄色成人免费大全| 国产不卡一卡二| 国产蜜桃级精品一区二区三区 | 免费在线观看完整版高清| 久久精品91无色码中文字幕| 老司机福利观看| 中文字幕高清在线视频| 看黄色毛片网站| 欧美亚洲日本最大视频资源| 国产一区在线观看成人免费| 欧美激情高清一区二区三区| 很黄的视频免费| 国产精品电影一区二区三区 | 在线天堂中文资源库| 最近最新免费中文字幕在线| 国产97色在线日韩免费| svipshipincom国产片| 精品国产国语对白av| 欧美成人午夜精品| 亚洲片人在线观看| 在线视频色国产色| 一夜夜www| 日本vs欧美在线观看视频| 亚洲色图综合在线观看| 亚洲五月色婷婷综合| 欧美av亚洲av综合av国产av| 欧美日本中文国产一区发布| 桃红色精品国产亚洲av| av一本久久久久| 757午夜福利合集在线观看| 国产深夜福利视频在线观看| 一区二区日韩欧美中文字幕| 满18在线观看网站| 亚洲avbb在线观看| 亚洲va日本ⅴa欧美va伊人久久| 免费在线观看影片大全网站| 国产欧美日韩精品亚洲av| 狠狠婷婷综合久久久久久88av| 国产av又大| 91大片在线观看| 麻豆成人av在线观看| av在线播放免费不卡| 久久中文字幕一级| 大码成人一级视频| 看免费av毛片| 大型黄色视频在线免费观看| 亚洲精品美女久久av网站| 啪啪无遮挡十八禁网站| 美女扒开内裤让男人捅视频| 女性被躁到高潮视频| 大型黄色视频在线免费观看| 免费观看人在逋| 国产精品免费大片| 悠悠久久av| 国产有黄有色有爽视频| 色尼玛亚洲综合影院| 免费在线观看影片大全网站| 久久精品国产亚洲av高清一级| 久久久久国产一级毛片高清牌| 亚洲色图av天堂| 亚洲熟妇中文字幕五十中出 | 午夜成年电影在线免费观看| 国产无遮挡羞羞视频在线观看| av有码第一页| 国产精品 欧美亚洲| 亚洲国产欧美日韩在线播放| 啪啪无遮挡十八禁网站| 在线观看舔阴道视频| 欧美日韩中文字幕国产精品一区二区三区 | 午夜福利影视在线免费观看| 在线观看一区二区三区激情| 极品教师在线免费播放| 在线av久久热| 亚洲午夜精品一区,二区,三区| 亚洲五月色婷婷综合| av在线播放免费不卡| 欧美在线一区亚洲| 久久草成人影院| 少妇猛男粗大的猛烈进出视频| 亚洲专区国产一区二区| 高清视频免费观看一区二区| 波多野结衣一区麻豆| 91大片在线观看| 亚洲欧美激情在线| 黄色视频不卡| 国产国语露脸激情在线看| www.熟女人妻精品国产| 国产精品电影一区二区三区 | 女人久久www免费人成看片| 超色免费av| 两个人看的免费小视频| 国产亚洲精品久久久久久毛片 | 国产色视频综合| 午夜免费鲁丝| 黄网站色视频无遮挡免费观看| 久久狼人影院| 丝袜美腿诱惑在线| 久久草成人影院| 手机成人av网站| 久热这里只有精品99| 一夜夜www| 中出人妻视频一区二区| 午夜激情av网站| 久久精品国产清高在天天线| 一区在线观看完整版| 精品久久久久久久久久免费视频 | 久久热在线av| 99久久人妻综合| 香蕉丝袜av| 久久久国产一区二区| 美女福利国产在线| 欧美久久黑人一区二区| 女人爽到高潮嗷嗷叫在线视频| 丰满饥渴人妻一区二区三| 国产av一区二区精品久久| 亚洲七黄色美女视频| 大码成人一级视频| 久久人人爽av亚洲精品天堂| 激情视频va一区二区三区| 99re6热这里在线精品视频| 亚洲五月婷婷丁香| 色综合欧美亚洲国产小说| 一二三四在线观看免费中文在| 日韩 欧美 亚洲 中文字幕| 老鸭窝网址在线观看| √禁漫天堂资源中文www| 亚洲一区二区三区不卡视频| 欧美av亚洲av综合av国产av| 国产精品 国内视频| 久久ye,这里只有精品| 97人妻天天添夜夜摸| 久久精品国产亚洲av香蕉五月 | 国产成人欧美在线观看 | 亚洲视频免费观看视频| 大香蕉久久成人网| 一区二区三区国产精品乱码| 精品人妻1区二区| 亚洲av熟女| 最近最新中文字幕大全电影3 | 丝袜人妻中文字幕| 国产精品一区二区免费欧美| 嫩草影视91久久| 天堂中文最新版在线下载| 精品欧美一区二区三区在线| 国产亚洲一区二区精品| 大香蕉久久网| 最新在线观看一区二区三区| 亚洲熟女毛片儿| 亚洲少妇的诱惑av| 欧美黄色片欧美黄色片| 欧美激情极品国产一区二区三区| 亚洲精品国产精品久久久不卡| 亚洲精华国产精华精| 国产精品av久久久久免费| 日本wwww免费看| 好看av亚洲va欧美ⅴa在| 激情视频va一区二区三区| 久久久水蜜桃国产精品网| 日本vs欧美在线观看视频| 人人妻人人添人人爽欧美一区卜| 热re99久久精品国产66热6| 波多野结衣av一区二区av| 美女高潮喷水抽搐中文字幕| 日韩人妻精品一区2区三区| 在线播放国产精品三级| 国产精品综合久久久久久久免费 | 国产无遮挡羞羞视频在线观看| 99热只有精品国产| 最新在线观看一区二区三区| 午夜两性在线视频| 老司机影院毛片| 男人的好看免费观看在线视频 | 99国产精品99久久久久| 18禁国产床啪视频网站| 欧美精品av麻豆av| 国产av一区二区精品久久| 欧美日韩成人在线一区二区| 亚洲欧美一区二区三区久久| 热99久久久久精品小说推荐| 母亲3免费完整高清在线观看| 成熟少妇高潮喷水视频| 黄色怎么调成土黄色| 在线观看免费视频日本深夜| 国产精品久久视频播放| 好看av亚洲va欧美ⅴa在| 国产一卡二卡三卡精品| 美女 人体艺术 gogo| 女人爽到高潮嗷嗷叫在线视频| 久久人人97超碰香蕉20202| 国产精品免费一区二区三区在线 | 丝袜人妻中文字幕| 久久久久久久久免费视频了| 久久精品国产a三级三级三级| 免费观看人在逋| 在线观看免费午夜福利视频| 国产成人啪精品午夜网站| 午夜两性在线视频| 他把我摸到了高潮在线观看| aaaaa片日本免费| 亚洲一区二区三区不卡视频| 午夜福利,免费看| 嫁个100分男人电影在线观看| 中文字幕最新亚洲高清| 妹子高潮喷水视频| 国产精品九九99| 国产区一区二久久| 99国产极品粉嫩在线观看| 男人操女人黄网站| 777久久人妻少妇嫩草av网站| 日本黄色日本黄色录像| 亚洲精品国产色婷婷电影| 国产又爽黄色视频| 91麻豆av在线| av欧美777| 国产亚洲欧美精品永久| 亚洲少妇的诱惑av| 国产精品亚洲av一区麻豆| 女人高潮潮喷娇喘18禁视频| 成人国语在线视频| 一级a爱片免费观看的视频| 99久久精品国产亚洲精品| 99久久人妻综合| 无人区码免费观看不卡| 成人国产一区最新在线观看| 性少妇av在线| 在线视频色国产色| 亚洲成国产人片在线观看| 91成人精品电影| av福利片在线| 国产成人欧美| 视频区图区小说| 欧美日韩黄片免| 嫁个100分男人电影在线观看| 欧美精品亚洲一区二区| 母亲3免费完整高清在线观看| 欧美 亚洲 国产 日韩一| 久久国产精品大桥未久av| 91精品国产国语对白视频| 99热只有精品国产| 精品国内亚洲2022精品成人 | 免费不卡黄色视频| 国产男靠女视频免费网站| aaaaa片日本免费| 亚洲少妇的诱惑av| 中出人妻视频一区二区| 国产高清激情床上av| 欧美另类亚洲清纯唯美| 日韩欧美一区视频在线观看| 制服人妻中文乱码| 欧美黑人欧美精品刺激| 亚洲精品av麻豆狂野| 大香蕉久久网| 精品久久久精品久久久| 成人免费观看视频高清| 一级毛片精品| 欧美日韩中文字幕国产精品一区二区三区 | 久久久久久亚洲精品国产蜜桃av| 久久久久久免费高清国产稀缺| 这个男人来自地球电影免费观看| 欧美成人午夜精品| 久久性视频一级片| 悠悠久久av| 国产极品粉嫩免费观看在线| 丝瓜视频免费看黄片| 久久香蕉激情| 女人高潮潮喷娇喘18禁视频| 中出人妻视频一区二区| 国产av一区二区精品久久| 国产成人啪精品午夜网站| 在线永久观看黄色视频| 久久热在线av| 国产亚洲欧美在线一区二区| 国产在视频线精品| 在线看a的网站| 欧美乱色亚洲激情| 国产成人精品无人区| 色婷婷久久久亚洲欧美| 高清黄色对白视频在线免费看| 午夜福利影视在线免费观看| 一夜夜www| 9热在线视频观看99| 久久天躁狠狠躁夜夜2o2o| 少妇 在线观看| 视频在线观看一区二区三区| 老汉色∧v一级毛片| 久久香蕉激情| 国产亚洲精品第一综合不卡| 色综合欧美亚洲国产小说| 久热这里只有精品99| 欧美国产精品一级二级三级| 99热只有精品国产| 99国产精品99久久久久| 18禁美女被吸乳视频| 精品福利观看| 大香蕉久久成人网| 欧美+亚洲+日韩+国产| 老司机午夜十八禁免费视频| 亚洲国产看品久久| 欧美精品av麻豆av| 国产精品九九99| 久久精品国产综合久久久| 精品免费久久久久久久清纯 | 国产黄色免费在线视频| 动漫黄色视频在线观看| av福利片在线| 午夜免费成人在线视频| 自拍欧美九色日韩亚洲蝌蚪91| 国产成人系列免费观看| 国产人伦9x9x在线观看| 久久精品国产清高在天天线| 久久 成人 亚洲| 国产精品九九99| 国产亚洲精品一区二区www | 亚洲精品一卡2卡三卡4卡5卡| 高清黄色对白视频在线免费看| 欧美国产精品va在线观看不卡| 搡老熟女国产l中国老女人| 天堂动漫精品| 搡老熟女国产l中国老女人| 69av精品久久久久久| 亚洲三区欧美一区| 久99久视频精品免费| 午夜影院日韩av| 国产激情久久老熟女| 久久天堂一区二区三区四区| 看免费av毛片| 91av网站免费观看| 又紧又爽又黄一区二区| 亚洲人成电影免费在线| 久久国产乱子伦精品免费另类| 免费在线观看亚洲国产| 一区福利在线观看| 人人澡人人妻人| 欧美激情极品国产一区二区三区| 在线观看舔阴道视频| 久久久久久久精品吃奶| 午夜两性在线视频| 久久久精品国产亚洲av高清涩受| 国产精品久久久av美女十八| 久久午夜综合久久蜜桃| 精品国产美女av久久久久小说| 黑人猛操日本美女一级片| 精品人妻在线不人妻| 人妻丰满熟妇av一区二区三区 | 久久国产精品人妻蜜桃| 一二三四在线观看免费中文在| 超色免费av| 伊人久久大香线蕉亚洲五| 精品欧美一区二区三区在线| 黄片小视频在线播放| 中文字幕高清在线视频| 亚洲黑人精品在线| 欧美 日韩 精品 国产| x7x7x7水蜜桃| av在线播放免费不卡| 91老司机精品| 黑丝袜美女国产一区| 欧美国产精品va在线观看不卡| 电影成人av| 国产精品久久久久久精品古装| 欧美日韩一级在线毛片| 国产一区在线观看成人免费| 淫妇啪啪啪对白视频| 99国产综合亚洲精品| 9热在线视频观看99| 波多野结衣一区麻豆| 久久久国产欧美日韩av| 成人18禁在线播放| 19禁男女啪啪无遮挡网站| 99国产精品一区二区三区| 男人的好看免费观看在线视频 | 成年人免费黄色播放视频| 国产成+人综合+亚洲专区| 亚洲一码二码三码区别大吗| 国产精品久久久久久精品古装| 国产极品粉嫩免费观看在线| 国产成人系列免费观看| 亚洲在线自拍视频| 少妇裸体淫交视频免费看高清 | 一二三四在线观看免费中文在| 91国产中文字幕| 国产精品影院久久| 午夜成年电影在线免费观看| 黄色视频不卡| 老熟妇乱子伦视频在线观看| 男人操女人黄网站| 欧美av亚洲av综合av国产av| 亚洲精品国产色婷婷电影| 成年人免费黄色播放视频| 欧美乱色亚洲激情| 两性夫妻黄色片| 精品久久久久久,| 成人18禁在线播放| 国产亚洲欧美在线一区二区| 女性被躁到高潮视频| 色精品久久人妻99蜜桃| 一区二区三区激情视频| 精品国产一区二区久久| 欧美av亚洲av综合av国产av| 淫妇啪啪啪对白视频| 日韩视频一区二区在线观看| 一级a爱视频在线免费观看| 在线观看日韩欧美| 精品一区二区三卡| 一级片'在线观看视频| 欧美老熟妇乱子伦牲交| 啦啦啦视频在线资源免费观看| 久久中文字幕一级| 久久久久久免费高清国产稀缺| 性少妇av在线| 18禁国产床啪视频网站| 一本综合久久免费| 青草久久国产| 精品久久久久久,| 黄色a级毛片大全视频| 国产有黄有色有爽视频| 国产精品一区二区精品视频观看| av福利片在线| 欧美在线黄色| 欧美最黄视频在线播放免费 | 99国产精品一区二区蜜桃av | 女人精品久久久久毛片| 久久天堂一区二区三区四区| 女人爽到高潮嗷嗷叫在线视频| 久久天躁狠狠躁夜夜2o2o| 亚洲精品在线观看二区| 黄色丝袜av网址大全| 成在线人永久免费视频| 黑人巨大精品欧美一区二区mp4| 99香蕉大伊视频| 精品一品国产午夜福利视频| 日日夜夜操网爽| 母亲3免费完整高清在线观看| 女人被躁到高潮嗷嗷叫费观| 夫妻午夜视频| 久久久久久久午夜电影 | 在线观看一区二区三区激情| 久久人人爽av亚洲精品天堂| 精品国产乱码久久久久久男人| 麻豆乱淫一区二区| 国产97色在线日韩免费| 99国产精品免费福利视频| 欧美乱色亚洲激情| 久久久国产成人免费| 在线观看免费视频网站a站| 人妻丰满熟妇av一区二区三区 | 色播在线永久视频| 黄片大片在线免费观看| 久久国产精品男人的天堂亚洲| 亚洲精品久久午夜乱码| 亚洲国产精品一区二区三区在线| 999精品在线视频| 欧美中文综合在线视频| 成在线人永久免费视频| 国产无遮挡羞羞视频在线观看| 少妇的丰满在线观看| 亚洲精品粉嫩美女一区| 欧美日韩av久久| 国产成人av教育| 欧美老熟妇乱子伦牲交| 国产在视频线精品| 一级作爱视频免费观看| 国产精品国产av在线观看| 国产成人精品久久二区二区免费| 久久精品91无色码中文字幕| 色在线成人网| 精品国产乱子伦一区二区三区| 男女免费视频国产| 久久久久久人人人人人| svipshipincom国产片| 精品国产乱码久久久久久男人| 热re99久久精品国产66热6| 亚洲第一欧美日韩一区二区三区| 人人妻人人爽人人添夜夜欢视频| 免费在线观看视频国产中文字幕亚洲| tocl精华| 精品人妻在线不人妻| 亚洲专区字幕在线| 99热国产这里只有精品6| av欧美777| av电影中文网址| 麻豆国产av国片精品| 欧美黑人精品巨大| 欧美日韩国产mv在线观看视频|