基于改进标记传播算法的基因表达谱数据分析-中南大学学报.pdfVIP

第 45 卷第 7 期 中南大学学报(自然科学版)  Vol.45  No.7  2014 年 7 月  Journal of Central South University (Science and Technology)  July 2014  基于改进标记传播算法的基因表达谱数据分析 王年，葛芳，王俊生，唐俊  (安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥，230039)  摘要：针对原始标记传播算法迭代次数过多和阈值选取的不确定性等问题，提出一种改进的标记传播算法，并将 其应用于基因表达谱数据分析。首先将高维基因表达谱数据表示为权值矩阵，同时定义一个表示样本类别属性的 标记序列，并将其中少量样本标记为已知；然后利用根据 Gauss­Seidel迭代算法推导出的迭代公式更新标记序列， 并证明标记序列的解的收敛性； 最后采用正负标记的方式， 根据标记序列各分量的符号差异实现数据类别的划分。 通过白血病和结肠癌数据集实验，证明了本文方法的有效性。 关键词：半监督学习；权值矩阵；标记传播；基因表达谱数据 中图分类号：TP18  文献标志码：A  文章编号：1672−7207(2014)07−2237−07  Analysis of gene expression profile data with  an improvedlabel propagationalgorithm  WANG Nian, GE Fang, WANG Junsheng, TANG Jun  (Key Laboratory of Intelligent Computing  Signal Processing of Education of Ministry,  Anhui University, Hefei 230039, China)  Abstract: To tackle problems such as excessiveiterative times and indeterminate thresholds of original label propagation  algorithm, an improved label propagation method was presented with the application in the analysis of gene expression  profile data. First, a weighted matrix was constructed with gene expression profile data. Meanwhile, the label sequence  indicating the  class  information was defined, where  several  samples were marked  as labeled  data. Then, the label  sequence was updated by an iterative formula which inspired from Gauss­Seidel iteration and the solution of the label  sequence was proved to be converged. Finally, the clustering problem was solved using plus­minus label which was on  the basis of the signs of the labe