• <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)
    亚洲精品日本国产第一区| 亚洲,一卡二卡三卡| 国产 一区精品| a级毛片在线看网站| av免费在线看不卡| 色播在线永久视频| 极品少妇高潮喷水抽搐| 国产有黄有色有爽视频| 国产一区亚洲一区在线观看| 国产精品熟女久久久久浪| 久久久久久人妻| 99re6热这里在线精品视频| 满18在线观看网站| 亚洲综合色惰| 丝袜美足系列| 91成人精品电影| 不卡视频在线观看欧美| 久久精品国产自在天天线| 亚洲欧洲精品一区二区精品久久久 | 亚洲av.av天堂| 最近中文字幕高清免费大全6| 亚洲天堂av无毛| 男人操女人黄网站| 精品第一国产精品| 国产精品国产三级国产专区5o| 国产精品香港三级国产av潘金莲 | 国产精品不卡视频一区二区| 日本-黄色视频高清免费观看| 欧美xxⅹ黑人| 国产日韩欧美视频二区| 十八禁高潮呻吟视频| 国产av国产精品国产| 777米奇影视久久| 国产麻豆69| 国产精品成人在线| 男人操女人黄网站| 啦啦啦在线观看免费高清www| 一本久久精品| 日韩视频在线欧美| 大话2 男鬼变身卡| 欧美日韩视频精品一区| 久久99精品国语久久久| 国产精品一区二区在线观看99| 深夜精品福利| 日韩一区二区三区影片| 日韩欧美精品免费久久| 午夜日韩欧美国产| 日韩成人av中文字幕在线观看| 国产精品无大码| videosex国产| 热99久久久久精品小说推荐| 午夜影院在线不卡| 18+在线观看网站| 精品国产乱码久久久久久男人| 日日撸夜夜添| 亚洲成人手机| 美女中出高潮动态图| 亚洲欧美精品自产自拍| 成年女人毛片免费观看观看9 | 91aial.com中文字幕在线观看| 国产日韩一区二区三区精品不卡| 久久久久久久大尺度免费视频| 精品人妻熟女毛片av久久网站| 在线观看免费日韩欧美大片| 国产av国产精品国产| 狠狠精品人妻久久久久久综合| 91精品三级在线观看| 国产一区二区三区av在线| 观看美女的网站| 另类精品久久| 五月开心婷婷网| 国产极品粉嫩免费观看在线| 国产精品三级大全| 日本色播在线视频| 日韩中文字幕欧美一区二区 | 久久久久久久亚洲中文字幕| 欧美激情极品国产一区二区三区| 国产又色又爽无遮挡免| 日韩视频在线欧美| 一级片免费观看大全| 国产亚洲午夜精品一区二区久久| 精品国产超薄肉色丝袜足j| 国产精品久久久av美女十八| 人妻一区二区av| 日韩视频在线欧美| 成人毛片a级毛片在线播放| 熟女少妇亚洲综合色aaa.| 国产一区亚洲一区在线观看| 亚洲综合色惰| 一级毛片电影观看| 一级毛片我不卡| 在线 av 中文字幕| 99国产精品免费福利视频| 亚洲天堂av无毛| 午夜福利视频精品| 亚洲国产精品国产精品| 大陆偷拍与自拍| 国产97色在线日韩免费| 国产老妇伦熟女老妇高清| 日本-黄色视频高清免费观看| 99热网站在线观看| 欧美精品亚洲一区二区| 亚洲国产精品999| 国产精品无大码| av国产精品久久久久影院| 老熟女久久久| 国产白丝娇喘喷水9色精品| 日韩在线高清观看一区二区三区| 国产一区亚洲一区在线观看| 一区二区av电影网| 观看av在线不卡| 最近最新中文字幕免费大全7| 超碰成人久久| 免费看不卡的av| 一级,二级,三级黄色视频| 亚洲欧洲国产日韩| 国产成人午夜福利电影在线观看| 中文字幕人妻丝袜一区二区 | av有码第一页| 搡女人真爽免费视频火全软件| 99久久综合免费| 一级爰片在线观看| 大香蕉久久成人网| 99九九在线精品视频| 久久久久久久亚洲中文字幕| 亚洲美女黄色视频免费看| 啦啦啦在线免费观看视频4| 亚洲伊人色综图| 黄频高清免费视频| 制服人妻中文乱码| 国产野战对白在线观看| 18在线观看网站| 观看美女的网站| 国产在线一区二区三区精| 亚洲欧美一区二区三区黑人 | 精品酒店卫生间| 色婷婷av一区二区三区视频| 一级a爱视频在线免费观看| 人妻一区二区av| 精品国产一区二区久久| 丝袜脚勾引网站| 18禁国产床啪视频网站| 69精品国产乱码久久久| a级毛片黄视频| 免费在线观看完整版高清| 一区在线观看完整版| 王馨瑶露胸无遮挡在线观看| 精品一品国产午夜福利视频| 日韩中字成人| 丝袜脚勾引网站| 99国产精品免费福利视频| 极品人妻少妇av视频| 亚洲精品日本国产第一区| 尾随美女入室| av免费在线看不卡| 亚洲精品中文字幕在线视频| 国产免费福利视频在线观看| 亚洲精品国产色婷婷电影| 国产一级毛片在线| 狠狠婷婷综合久久久久久88av| 欧美中文综合在线视频| 亚洲美女搞黄在线观看| 亚洲av欧美aⅴ国产| 高清av免费在线| 亚洲国产最新在线播放| 一本大道久久a久久精品| 亚洲美女搞黄在线观看| 三级国产精品片| 美女高潮到喷水免费观看| 一本色道久久久久久精品综合| 制服诱惑二区| 热99国产精品久久久久久7| 久久久欧美国产精品| 久久久久精品久久久久真实原创| 国产黄色视频一区二区在线观看| 黄色配什么色好看| 精品一区在线观看国产| 久久精品国产鲁丝片午夜精品| 欧美日韩视频精品一区| 春色校园在线视频观看| 欧美日本中文国产一区发布| 午夜激情久久久久久久| 国产欧美日韩一区二区三区在线| 久久久久久久久久久久大奶| 亚洲色图综合在线观看| 80岁老熟妇乱子伦牲交| 搡女人真爽免费视频火全软件| 下体分泌物呈黄色| 波野结衣二区三区在线| 日本午夜av视频| 久久影院123| 美国免费a级毛片| 亚洲精品中文字幕在线视频| 伦精品一区二区三区| 日韩,欧美,国产一区二区三区| 国产成人午夜福利电影在线观看| 国产免费现黄频在线看| 男女啪啪激烈高潮av片| 午夜91福利影院| 午夜福利一区二区在线看| 日本午夜av视频| www日本在线高清视频| 人妻一区二区av| 日韩大片免费观看网站| 国产精品国产三级国产专区5o| 大陆偷拍与自拍| 久久午夜综合久久蜜桃| 天天躁狠狠躁夜夜躁狠狠躁| 视频区图区小说| 黄色视频在线播放观看不卡| 成人亚洲精品一区在线观看| 日韩成人av中文字幕在线观看| 男女午夜视频在线观看| 只有这里有精品99| 午夜激情av网站| 精品酒店卫生间| 夫妻午夜视频| av在线老鸭窝| 国产精品成人在线| 亚洲欧美精品综合一区二区三区 | 国产成人精品婷婷| 亚洲国产精品999| 日韩大片免费观看网站| 黄色 视频免费看| 久久精品国产亚洲av高清一级| 人人澡人人妻人| 一级爰片在线观看| 欧美人与性动交α欧美精品济南到 | 三上悠亚av全集在线观看| 亚洲一码二码三码区别大吗| 啦啦啦中文免费视频观看日本| 国产免费又黄又爽又色| 国产欧美日韩综合在线一区二区| 国产精品99久久99久久久不卡 | 日产精品乱码卡一卡2卡三| 一二三四中文在线观看免费高清| 日韩视频在线欧美| 一区二区av电影网| 女的被弄到高潮叫床怎么办| 国产一区二区在线观看av| 欧美精品亚洲一区二区| 亚洲国产精品一区二区三区在线| 精品卡一卡二卡四卡免费| 另类亚洲欧美激情| 国产精品免费大片| 国产日韩欧美在线精品| 菩萨蛮人人尽说江南好唐韦庄| 在线免费观看不下载黄p国产| 久久国产精品大桥未久av| 精品午夜福利在线看| 国产精品久久久久成人av| 另类精品久久| 精品一区二区免费观看| 一二三四中文在线观看免费高清| 亚洲成av片中文字幕在线观看 | 纯流量卡能插随身wifi吗| 男的添女的下面高潮视频| 亚洲成人手机| 亚洲精品美女久久av网站| 99久国产av精品国产电影| 国产伦理片在线播放av一区| 亚洲内射少妇av| 丝瓜视频免费看黄片| 一级片免费观看大全| 欧美日韩国产mv在线观看视频| 亚洲男人天堂网一区| 欧美日韩亚洲国产一区二区在线观看 | 满18在线观看网站| 激情五月婷婷亚洲| 久久午夜福利片| 久久久久久久大尺度免费视频| 女人久久www免费人成看片| 国产精品秋霞免费鲁丝片| 黄色毛片三级朝国网站| 欧美 日韩 精品 国产| 欧美激情极品国产一区二区三区| 欧美日韩视频精品一区| 啦啦啦在线免费观看视频4| 亚洲国产成人一精品久久久| 99re6热这里在线精品视频| 观看av在线不卡| 校园人妻丝袜中文字幕| 在线观看www视频免费| 熟女av电影| 最黄视频免费看| 国产1区2区3区精品| 亚洲av在线观看美女高潮| 国产黄频视频在线观看| 久久精品夜色国产| 日本-黄色视频高清免费观看| 午夜福利视频精品| 国产午夜精品一二区理论片| 丝袜美腿诱惑在线| 国产在线一区二区三区精| av视频免费观看在线观看| 日韩中文字幕欧美一区二区 | 日韩中字成人| 青青草视频在线视频观看| 国产精品久久久久久久久免| 大香蕉久久网| 亚洲综合色网址| www.自偷自拍.com| 亚洲av成人精品一二三区| 国产精品久久久久久精品古装| 午夜日本视频在线| 国产精品99久久99久久久不卡 | 中文欧美无线码| 日日爽夜夜爽网站| av在线app专区| 交换朋友夫妻互换小说| 国产精品亚洲av一区麻豆 | 人妻人人澡人人爽人人| 中文字幕亚洲精品专区| 久久人妻熟女aⅴ| 两个人看的免费小视频| 久久精品国产鲁丝片午夜精品| 欧美精品一区二区大全| 欧美精品国产亚洲| 亚洲四区av| 成人午夜精彩视频在线观看| 一本—道久久a久久精品蜜桃钙片| 晚上一个人看的免费电影| 这个男人来自地球电影免费观看 | 精品亚洲成a人片在线观看| 国产成人精品无人区| 一边亲一边摸免费视频| 春色校园在线视频观看| 久久精品国产鲁丝片午夜精品| 成人免费观看视频高清| 国产精品欧美亚洲77777| 国产日韩欧美在线精品| 又粗又硬又长又爽又黄的视频| 丝袜喷水一区| 十分钟在线观看高清视频www| av线在线观看网站| 日韩制服骚丝袜av| 精品亚洲成a人片在线观看| 国产精品秋霞免费鲁丝片| 午夜精品国产一区二区电影| 日韩不卡一区二区三区视频在线| 亚洲精品一区蜜桃| 亚洲国产av新网站| 天天躁夜夜躁狠狠躁躁| 亚洲精品日韩在线中文字幕| videossex国产| 久久国产精品男人的天堂亚洲| 亚洲欧美一区二区三区黑人 | 国产精品国产三级国产专区5o| 国产伦理片在线播放av一区| 国产精品一国产av| 国产精品国产三级国产专区5o| 少妇 在线观看| 考比视频在线观看| 免费高清在线观看视频在线观看| 日日撸夜夜添| 国产黄色视频一区二区在线观看| 国产午夜精品一二区理论片| 欧美人与性动交α欧美精品济南到 | 国产乱来视频区| 国产欧美亚洲国产| 日本色播在线视频| 又黄又粗又硬又大视频| 亚洲国产看品久久| 大陆偷拍与自拍| 两性夫妻黄色片| 欧美精品av麻豆av| 精品一区二区三卡| 亚洲av福利一区| 一级爰片在线观看| 久久久国产一区二区| 国产日韩欧美在线精品| 汤姆久久久久久久影院中文字幕| 黄色怎么调成土黄色| 一二三四在线观看免费中文在| 91成人精品电影| 老汉色∧v一级毛片| 这个男人来自地球电影免费观看 | 日本91视频免费播放| 精品国产一区二区久久| 性色av一级| 看十八女毛片水多多多| 欧美人与性动交α欧美精品济南到 | 午夜久久久在线观看| 一级爰片在线观看| 国产精品免费大片| 国产精品国产av在线观看| av网站在线播放免费| 久久久久久久亚洲中文字幕| 日本av免费视频播放| 黄片播放在线免费| 97精品久久久久久久久久精品| 考比视频在线观看| 国产一区二区三区av在线| 麻豆乱淫一区二区| av免费观看日本| 欧美亚洲日本最大视频资源| 日韩中字成人| 乱人伦中国视频| 少妇人妻久久综合中文| 日本91视频免费播放| 一本色道久久久久久精品综合| 在线观看人妻少妇| av又黄又爽大尺度在线免费看| 日韩视频在线欧美| 国产亚洲最大av| 国产精品国产av在线观看| 久久午夜综合久久蜜桃| 精品人妻熟女毛片av久久网站| 天美传媒精品一区二区| 美女高潮到喷水免费观看| 美女福利国产在线| 叶爱在线成人免费视频播放| 高清欧美精品videossex| 免费观看在线日韩| 午夜激情av网站| 电影成人av| 在现免费观看毛片| 国产黄色免费在线视频| 成人二区视频| 香蕉国产在线看| 女人被躁到高潮嗷嗷叫费观| 一区在线观看完整版| 中文乱码字字幕精品一区二区三区| 99国产精品免费福利视频| 亚洲精品乱久久久久久| 卡戴珊不雅视频在线播放| 亚洲国产欧美日韩在线播放| 亚洲成色77777| av卡一久久| 少妇人妻久久综合中文| 一区二区三区激情视频| 哪个播放器可以免费观看大片| 香蕉精品网在线| 日本av免费视频播放| 亚洲国产欧美日韩在线播放| 性少妇av在线| 国产xxxxx性猛交| 免费久久久久久久精品成人欧美视频| 少妇被粗大的猛进出69影院| 国产精品女同一区二区软件| 黄色配什么色好看| 美国免费a级毛片| 国产精品av久久久久免费| av卡一久久| 久久人妻熟女aⅴ| 女性被躁到高潮视频| 男的添女的下面高潮视频| 亚洲精品成人av观看孕妇| 午夜日本视频在线| 欧美亚洲日本最大视频资源| 少妇人妻久久综合中文| 一区福利在线观看| 久久久久人妻精品一区果冻| 久久久久国产网址| 美国免费a级毛片| 欧美精品一区二区大全| 国产精品一二三区在线看| 亚洲天堂av无毛| 国产乱人偷精品视频| 一本色道久久久久久精品综合| 亚洲三级黄色毛片| 青春草亚洲视频在线观看| 欧美黄色片欧美黄色片| 在线观看美女被高潮喷水网站| 久久久久久久久久久免费av| 一边亲一边摸免费视频| 麻豆精品久久久久久蜜桃| 在线精品无人区一区二区三| 亚洲天堂av无毛| 中文字幕av电影在线播放| 久久国产精品大桥未久av| 国产老妇伦熟女老妇高清| 国产黄色免费在线视频| 国产爽快片一区二区三区| 一本—道久久a久久精品蜜桃钙片| 在线观看一区二区三区激情| 日日撸夜夜添| 考比视频在线观看| 国产av国产精品国产| 叶爱在线成人免费视频播放| 国产精品免费视频内射| 欧美人与性动交α欧美精品济南到 | 国产毛片在线视频| 男女国产视频网站| 国产野战对白在线观看| 黄片无遮挡物在线观看| 亚洲国产最新在线播放| 日本91视频免费播放| 大片电影免费在线观看免费| 亚洲少妇的诱惑av| 2018国产大陆天天弄谢| 熟女av电影| 少妇猛男粗大的猛烈进出视频| 一级毛片黄色毛片免费观看视频| 在线 av 中文字幕| 欧美精品人与动牲交sv欧美| 欧美日韩亚洲高清精品| 精品久久久久久电影网| 亚洲国产看品久久| 最近中文字幕高清免费大全6| 夫妻性生交免费视频一级片| 97人妻天天添夜夜摸| 69精品国产乱码久久久| 在线观看人妻少妇| 中国国产av一级| 欧美激情极品国产一区二区三区| 老司机亚洲免费影院| 这个男人来自地球电影免费观看 | 看十八女毛片水多多多| 下体分泌物呈黄色| 婷婷色综合大香蕉| 国产xxxxx性猛交| 综合色丁香网| 中文字幕另类日韩欧美亚洲嫩草| 在线免费观看不下载黄p国产| 日本午夜av视频| 在线观看人妻少妇| 国产日韩一区二区三区精品不卡| 亚洲成色77777| 欧美精品亚洲一区二区| 免费观看a级毛片全部| 一个人免费看片子| 久久影院123| 成人亚洲精品一区在线观看| 老司机影院成人| 大香蕉久久成人网| 国产乱人偷精品视频| 男女高潮啪啪啪动态图| 九草在线视频观看| 色婷婷久久久亚洲欧美| 国产黄频视频在线观看| 精品亚洲成国产av| 亚洲内射少妇av| 亚洲国产日韩一区二区| 老司机影院成人| 黄片无遮挡物在线观看| 免费黄频网站在线观看国产| 制服人妻中文乱码| 人体艺术视频欧美日本| 少妇 在线观看| 精品一区二区三区四区五区乱码 | 岛国毛片在线播放| 一级毛片 在线播放| 五月开心婷婷网| 亚洲综合精品二区| 婷婷色麻豆天堂久久| 黑人巨大精品欧美一区二区蜜桃| 一边亲一边摸免费视频| 岛国毛片在线播放| 国产 精品1| 免费播放大片免费观看视频在线观看| 精品一品国产午夜福利视频| 啦啦啦在线免费观看视频4| 最近最新中文字幕大全免费视频 | 少妇人妻精品综合一区二区| 免费在线观看黄色视频的| 亚洲国产看品久久| 久久久久久久精品精品| 亚洲第一青青草原| 男女国产视频网站| 欧美精品高潮呻吟av久久| 一区二区av电影网| 免费看av在线观看网站| 黄色怎么调成土黄色| 色网站视频免费| 丰满饥渴人妻一区二区三| 十分钟在线观看高清视频www| 黄片小视频在线播放| 美国免费a级毛片| 亚洲美女黄色视频免费看| 欧美av亚洲av综合av国产av | 婷婷色av中文字幕| 自拍欧美九色日韩亚洲蝌蚪91| 在线天堂中文资源库| 久久久久网色| 男人操女人黄网站| 成年动漫av网址| 亚洲精品久久午夜乱码| 看免费成人av毛片| 人人妻人人添人人爽欧美一区卜| 国产av一区二区精品久久| 十分钟在线观看高清视频www| 女人被躁到高潮嗷嗷叫费观| 精品第一国产精品| 亚洲视频免费观看视频| 99九九在线精品视频| 只有这里有精品99| 国产精品久久久av美女十八| 日韩熟女老妇一区二区性免费视频| 最近2019中文字幕mv第一页| 日本vs欧美在线观看视频| 高清视频免费观看一区二区| 欧美国产精品va在线观看不卡| 日本午夜av视频| 赤兔流量卡办理| 欧美日韩国产mv在线观看视频| 黄片无遮挡物在线观看| 美女午夜性视频免费| 国精品久久久久久国模美| 男女边摸边吃奶| 99久久人妻综合| 成人漫画全彩无遮挡| 日本-黄色视频高清免费观看| 国产精品蜜桃在线观看| 色哟哟·www| 老司机影院毛片| 亚洲精品中文字幕在线视频| 国产精品免费大片| 99国产综合亚洲精品| 晚上一个人看的免费电影| 欧美少妇被猛烈插入视频| 日本免费在线观看一区| 亚洲国产欧美日韩在线播放| 精品一区在线观看国产| 亚洲第一区二区三区不卡|