基于NLPCA的聚类可视化方法

J4 ›› 2010, Vol. 28 ›› Issue (05): 526-.

基于NLPCA的聚类可视化方法

齐志¹,李季^1,赵晓丹²

1.长春职业技术学院 |信息技术学院|长春 130033；2.吉林省经济管理干部学院 |国际商务系,长春 130012

出版日期:2010-09-30 发布日期:2010-10-28
通讯作者: 齐志(１９79— )，男，长春人，长春职业技术学院讲师,硕士，主要从事人工智能和系统开发方法论研究，（Tel）86-13578896203（E-mail） E-mail:43033023qq.com
作者简介:齐志(１９79— )|男|长春人|长春职业技术学院讲师,硕士 |主要从事人工智能和系统开发方法论研究|（Tel）86-13578896203（E-mail）43033023qq.com; 李季(1976— )|男|长春人|长春职业技术学院副教授|硕士|主要从事数据库理论和系统开发方法论研究|（Tel）86-0431-84602986（E-mail）690095259@qq.com

Visualization Methods Based on NLPCA in Cluster

QI Zhi¹|LI Ji¹|ZHAO Xiao-dan²

1.School of Information Technology,Changchun Vocational Institute of Technology, Changchun 130033, China;2.School of International Business,Jilin Province Economics and Management Cadres College,Changchun 130012,China

Online:2010-09-30 Published:2010-10-28

摘要/Abstract

摘要：

为了将高维输入空间的数据映射到低维空间，利用可视化技术探测数据的固有特性,提出了用非线性主成分分析（NLPCA:NonLinear Principal Component Analysis）和自组织映射网络相结合的方法对生物信息学中基因表达数据进行聚类可视化分析。实验结果表明,该方法有较高的分类正确率,用于基因表达数据的聚类分析是行之有效的。

关键词: 自组织特征映射神经网络, 非线性主成分分析, 聚类分析, 可视化

Abstract:

To project high-dimensional data into low-dimensional space can be effectively utilized to visualize and explore properties of data. An approach of NLPCA (NonLinear Principal Component Analysis)and SOM(Self-Organizing Map) neural network is presented for clustering and visualization of gene expression data. The experiment results show that the performance of clustering gene expression data based on the SOM network is efficient.

Key words: self-organizing map neural network;nonlinear principal components analysis, cluster analysis, visualization

中图分类号:

TP301.6

齐志,李季,赵晓丹. 基于NLPCA的聚类可视化方法[J]. J4, 2010, 28(05): 526-.

QI Zhi|LI Ji|ZHAO Xiao-dan. Visualization Methods Based on NLPCA in Cluster[J]. J4, 2010, 28(05): 526-.

[1]	胡慧明, 贺金鑫, 温泉波, 李伟民, 冉祥金, 马进. 三维激光扫描技术在虚拟地质实习中的应用[J]. 吉林大学学报(信息科学版), 2025, 43(3): 639-644.
[2]	陈晓玲, 孙伯贻, 张世彤. 我国科技资源研究热点及主题演化分析[J]. 吉林大学学报(信息科学版), 2025, 43(2): 394-400.
[3]	张伟, 李鑫. 基于多元统计方法的高校教育教学评估研究 [J]. 吉林大学学报(信息科学版), 2024, 42(6): 1142-1154.
[4]	姜宁 . 基于多维特征的通信网络异常数据识别算法[J]. 吉林大学学报(信息科学版), 2024, 42(5): 889-893.
[5]	卞冰阳, 孙圣博, 佟伟华, 滕岩, 肖莉莉, 孙野, 王烁, 苗政, 纪铁凤, 张磊. 基于影像三维可视化技术的解剖教学模式研究[J]. 吉林大学学报(信息科学版), 2023, 41(5): 885-893.
[6]	张世彤, 陈晓玲, 吴学彦, 全志薇. 基于科技创新能力研究的创新生态数字化展示系统[J]. 吉林大学学报(信息科学版), 2023, 41(3): 465-473.
[7]	刘玲玲, 陈晓玲, 李贺南, 李雪. 电子支付领域的研究热点分析[J]. 吉林大学学报(信息科学版), 2022, 40(6): 1045-1049.
[8]	王贺霏, 蒋云云, 傅博. 基于 CiteSpace 的人脸识别研究文献可视化图谱分析 [J]. 吉林大学学报(信息科学版), 2022, 40(5): 710-719.
[9]	张博 , 高俊兴 , 罗军 . 自然基金项目资助虚拟现实科研主题演化分析[J]. 吉林大学学报(信息科学版), 2022, 40(3): 471-478.
[10]	钟辉 , 岳书宁 , 李红. 无基站多目标网络定位可视化实现[J]. 吉林大学学报(信息科学版), 2021, 39(6): 726-731.
[11]	刘希嘉, 杨凯, 马云霞, 陈帆, 马妍瑞. 无线通信信道仿真及预测[J]. 吉林大学学报(信息科学版), 2021, 39(6): 758-768.
[12]	赵剑 , 董文华 , 史丽娟 , 匡哲君 , 毕京晓 , 王晢宇 , 强文倩. 针对突发公共事件的舆情监测与可视化分析[J]. 吉林大学学报(信息科学版), 2021, 39(6): 712-719.
[13]	孙文杰, 张素莉, 许骏, 郑国勋, 张维轩 . 长白山旅游数据爬取及可视化分析[J]. 吉林大学学报(信息科学版), 2021, 39(4): 416-420.
[14]	窦乐, 孟阳阳, 刘敏, 刘文蕴, 孙晓东, 陈玉国, 滕岩, 邱冬冬, 纪铁凤, 张磊. 基于三维可视化技术的外科教学研究[J]. 吉林大学学报(信息科学版), 2020, 38(6): 723-728.
[15]	邬满, 张万桢, 孙苗, 林森. 基于 DBIRCH 算法的 Argo 剖面数据聚类[J]. 吉林大学学报(信息科学版), 2020, 38(5): 568-577.