季姜帅，裴颂文，2

1(上海理工大学 光电信息与计算机工程学院，上海 200093)

2(复旦大学 上海市数据科学重点实验室，上海 200433)

E-mail：swpei@usst.edu.cn

1 引 言

癌症是威胁人类健康的主要疾病之一，常见的诊断与治疗方法有CT、放疗和化疗等，虽然有一定的效果，但患者在接受治疗过程中受到的辐射会产生一定的副作用.近年来，基因芯片技术飞速的发展，带来了许多蕴含巨大科学价值的数据，从基因层面上挖掘癌症的致病基因并提出针对性的治疗方法是一大趋势.聚类分析可以有效识别基因大数据背后的潜在结构和价值.如利用聚类算法对肿瘤相关基因表达数据进行分型，可以识别出在临床、病理等方面表现差异的肿瘤亚型，不同的亚型对应着不同的治疗方法，为临床科学研究提供新思路和新方法[1].

聚类分析是一种基于数据点之间相似度的无监督学习方法.目前，聚类分析已广泛应用于图像处理、模式识别、电力系统、统计学以及生物信息学等领域.陈叶旺等人致力于密度聚类算法研究，基于有效半径和密度热量，对DBSCAN、MeanShift、DPeak等进行改进，提出了DHeat算法，能自适应确定扫描半径[2]；之后进一步使用快速近似KNN算法检测所有类型相同的核心块、非核心块和噪声块，设计了一种快速合并核心块并将非核心点分配到合适簇以加速聚类过程[3].为了解决基于质心的聚类方法无法识别非各向同性的极其复杂数据的问题.陈叶旺等人提出了基于查找密度核的混合分散式……