基因芯片技术在生物信息学领域的广泛应用产生了海量的基因表达数据,这为挖掘隐藏在基因表达数据中的基因模式、加深对功能性基因的理解提供了重要条件。同时,如何分析和处理这些数据,就成为后基因组时代生物信息学研究的热点。聚类方法在分析基因表达数据中起到了重要作用,在取得了一些成果的同时也出现了不少的问题。本文的工作就是设计并研究适用于基因表达数据的有效聚类分析算法。本文的主要工作分为以下三个部分。第一部分,本文提出了基因表达数据集聚类分析预处理算法,主要目的是解决FCM算法应用于基因表达数据分析时存在的初始值敏感性和参数依赖性问题。预处理算法分为两个处理阶段,第一阶段采用基于抽样的方法得到若干小簇。第二阶段,基于类间熵的物理意义,对这些小聚簇进行合并,寻找数据集的实际分类数目和代表点。用预处理算法处理实际的基因表达数据集,实验结果表明预处理算法可以有效的确定数据集的实际分类数目和代表点。第二部分,针对FCM算法不能区分基因表达数据不同属性对聚类贡献差异这个问题,本文提出基于预处理结果的属性特征加权来解决。重点阐述了基于预处理算法获取基因表达数据特征权重的详细步骤、引入特征权重后FCM算法新的聚类准则函数的形式、聚类中心和隶属度的计算方法和特征加权FCM算法的详细步骤。并且使用实际基因表达数据集验证了特征加权FCM算法在聚类精度上的相对优势。第三部分,从基因间相互关联性大小这一角度出发,采用了一种新的基因表达数据特征加权方法,目的是使聚类结果具备更好的生物学意义。重点阐述了基于互信息确定数据集属性权重的原理和步骤,提出基于互信息的特征加权FCM算法。实验部分选用实际基因表达数据集,测试了基于互信息的特征加权FCM算法在聚类结果生物学意义上的相对优势。