DNA微阵列技术使人们可以同时观测成千上万个基因的表达水平，对其数据的分析已成为生物信息学研究的焦点。但是，在基因表达数据产生过程中存在一些因素导致获得的数据中包含有大量的缺失值，为后续的数据分析工作带来了极大的困难，甚至使分析结果出现严重错误。因此，基因表达缺失数据的填充是生物数据挖掘过程中的重要预处理步骤，也是研究重点之一。 基于K个最近邻居的填充算法是基因表达数据中经典的缺失值填充算法。但算法没有考虑基因表达数据间的相关性，本文提出一种基于马氏距离的缺失值填充算法。该算法使用考虑了数据间相关性的马氏距离选择邻居基因，并利用Shannon信息熵确定更为合理的邻居基因权重系数，有效地提高了对缺失数据的填充准确度。 模糊C-均值算法是聚类分析中广泛使用的聚类方法，在基因表达数据分析中也有较多的应用。本文利用模糊C-均值算法能很好地处理数据间的重叠性和相关性的特点，将它应用到基因表达数据的缺失问题处理中，提出了基于模糊C-均值的填充算法。算法针对不同的数据集，给出了动态确定聚类参数的方法，然后对经过初始填充的非完整基因表达数据进行聚类分析，利用聚类结果对缺失数据进行估计和填充。该算法自适应地确定聚类参数，增强了聚类的有效性，从而提高了填充结果的正确率。 模糊C-均值算法受初始条件影响较大，在迭代过程中容易陷入局部极小。因此，论文在上述算法的基础上，利用迭代局部搜索策略来解决局部最优问题，并且使用新的聚类有效性指标优化聚类结果，较大程度上改善了聚类结果，提高了缺失值估计的准确度。实验结果表明填充准确度较原算法有较大的提高。