基因表达数据的分层近邻传播聚类算法

为提高分层近邻传播聚类算法处理大规模基因表达数据的精确度,通过使用Pearson系数度量基因表达数据之间的相似性,构建相似性矩阵,在分层近邻传播聚类的自适应阶段加入全局数据信息,提出一种高效的分层近邻传播聚类算法。实验结果表明,与同类算法相比,该算法可以快速完成大规模基因表达数据的聚类,获得较高Silhouette(Sil)及Calinski-Harabasz(CH)指标值的聚类结果。