

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、作為一種近年來(lái)才出現(xiàn)的、新穎的聚類算法,雙聚類算法側(cè)重于對(duì)子空間內(nèi)的相似模式進(jìn)行聚類,這種算法在高維數(shù)據(jù)的聚類方面具有良好的應(yīng)用前景。已經(jīng)證明,雙聚類問(wèn)題是NP-Hard問(wèn)題,已有的雙聚類算法都面臨著如何有效聚類數(shù)據(jù)對(duì)象和克服時(shí)間復(fù)雜度的困難。已經(jīng)提出了一些非確定性的和確定性的雙聚類算法,但是這些算法都是對(duì)線性相關(guān)的對(duì)象或滿足某個(gè)線性模型的對(duì)象進(jìn)行聚類,然而實(shí)際數(shù)據(jù)中也存在著大量的非線性相關(guān)的數(shù)據(jù)對(duì)象;另外,可應(yīng)用于時(shí)序數(shù)據(jù)的雙聚類算法
2、還比較少。 本文首先引入廣義信息論中的二次互信息作為相似性度量,提出一種快速的簡(jiǎn)化計(jì)算二次互信息的算法,以克服二次互信息計(jì)算開(kāi)銷大的不足,并通過(guò)實(shí)驗(yàn),在計(jì)算時(shí)間開(kāi)銷和識(shí)別非線性相關(guān)方面,將二次互信息與Pearson相關(guān)系數(shù)進(jìn)行了對(duì)比,初步驗(yàn)證了二次互信息具有識(shí)別非線性相關(guān)的能力。在此基礎(chǔ)上,基于二次互信息和滑動(dòng)窗口技術(shù),提出了一種時(shí)序數(shù)據(jù)相似模式-MI窗口相似模式,并以一種后綴樹(shù)的簡(jiǎn)單變形-MI-泛化后綴樹(shù)作為索引結(jié)構(gòu),提出了一
3、種適用于時(shí)序數(shù)據(jù)的確定性雙聚類算法MI-TSB。該算法與其他雙聚類算法的顯著區(qū)別在于,能夠快速發(fā)現(xiàn)各個(gè)滑動(dòng)窗口下時(shí)序數(shù)據(jù)對(duì)象間的非線性相關(guān)性。最后,用合成數(shù)據(jù)和兩個(gè)真實(shí)的時(shí)序基因表達(dá)數(shù)據(jù)考察和驗(yàn)證算法的可伸縮性和聚類有效性,并與兩個(gè)雙聚類算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果驗(yàn)證了本文提出的雙聚類算法具有良好的運(yùn)行性能,成功地聚類出合成數(shù)據(jù)中的非線性相關(guān)的簇集,發(fā)現(xiàn)了隱藏在基因表達(dá)數(shù)據(jù)中的多種聚類形態(tài);利用Gene Ontology對(duì)聚類結(jié)果進(jìn)行基因注
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于互信息的圖像拼接算法研究.pdf
- 基于互信息的屬性選擇算法研究.pdf
- 基于互信息的肝臟圖像配準(zhǔn)算法研究.pdf
- 基于二階互信息的多光譜圖像配準(zhǔn)算法研究.pdf
- 基于互信息的多光譜圖像配準(zhǔn)算法研究.pdf
- 基于互信息特征選擇算法的文本自動(dòng)分類研究.pdf
- 基于互信息的腦MR圖像配準(zhǔn)算法研究.pdf
- 基于互信息的網(wǎng)頁(yè)信息過(guò)濾技術(shù)的研究與應(yīng)用.pdf
- 基于互信息的統(tǒng)計(jì)語(yǔ)言模型數(shù)據(jù)平滑算法.pdf
- 基于互信息和Demons醫(yī)學(xué)圖像配準(zhǔn)的算法研究.pdf
- 基于互信息和粒子群算法的圖像配準(zhǔn)研究.pdf
- 基于遺傳算法及最大互信息的醫(yī)學(xué)圖像配準(zhǔn)研究.pdf
- 基于互信息的多層隱樸素貝葉斯算法研究
- 基于互信息特征的移動(dòng)云計(jì)算聯(lián)盟推薦算法研究.pdf
- 基于互信息的多層隱樸素貝葉斯算法研究.pdf
- 基于最小聯(lián)合互信息虧損的最優(yōu)特征選擇算法研究.pdf
- 基于互信息的變量選擇方法研究
- 基于條件互信息的集成學(xué)習(xí)的研究與應(yīng)用
- 基于直線特征與互信息的圖像配準(zhǔn)算法.pdf
- 基于條件互信息的集成學(xué)習(xí)的研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論