基于极大闭模式的序列投影聚类技术研究

《基于极大闭模式的序列投影聚类技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文基于极大闭模式的序列投影聚类技术研究作者姓名：田国超指导教师：赵宇海副教授东北大学信息科学与工程学院申请学位级别：硕士学科类别：工学学科专业名称：计算机应用技术论文提交曰期：2014年6月日论文答辩日期：2014年6月21日学位授予日期：2014年7月日答懒会主席：乔建忠教授评阅人：李晓光教授刘辉林教授东北大学2014年6月万方数据AThesisinComputerApplicationTechnologyStudyonTechniquesofMC·-patternBasedSequenc

2、eProjectionClusteringByTianGuochaoSupervisor：AssociateProfessorZhaoYuhaiNortheasternUniversityJune2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：、羽]国多鱼日期：2_oI垆，

3、占、乙f学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口学位论文作者签名：溷匡谚丝签字日期：乙p忡．6．乙J／两年一新签名：麦螬遍签字日期：二。／牛、彖纠．I．万方数据东北大学硕士学位论文摘要基于极大闭模式的序列投影聚类技术研究摘要投影聚类作为一种重要的高维

4、聚类分析技术，不同于子空间聚类，投影聚类要求得到一组互斥的对象划分，不允许不同聚类共享相同的对象。由于投影聚类的结果具有良好的区分特性，使得该方法开始被应用于基因表达数据分析中，用来区分样本的具体表型。而己存在的大多数投影聚类方法基于迭代调整框架而导致鸡．蛋问题。这常常带来许多缺陷：(1)敏感的调整顺序(2)不合理的基因独立假设(3)过多地挑选低识别能力的基因。本文中提出了一种新的算法框架，基于极大闭模式的序列投影聚类算法MCPC避免了这些问题。不同于之前的研究，此方法的搜索框架不是基于迭代的，并且利用了基因中的序关系。

5、因此，不需要担心调整顺序的敏感性问题并且不受基因独立性假设的约定。进一步的，由于利用了之前研究忽略的许多有效信息，它提高了类型区别的准确性并且仅用更少的基因。该算法是基于投影散度和(盘D有效性的概念计算代表区分子序列的能力，然后根据最能区分样本的子序列对样本进行聚类，同时能找到诊断基因。主要包括下面三个部分：(1)把微阵列数据转化为g宰．sequence模型，并且利用位置矩阵进行保存。(2)基于模版驱动的模板方式进行子序列枚举，将问题转化为极大闭模式挖掘问题，为每个样本找到最大区分能力的子序列，在搜索过程中利用了有效的削

6、减策略。(3)根据每个样本的最大区分能力子序列划分块，最后把这些块聚成K类，同时发现诊断基因模式。大量的实验证明，MCPC比现有的研究方法更有效的提高了表型划分的准确度和效率并能够发现诊断基因模式，这个结果在生物学和统计学是非常有意义的。关键词：序列模式挖掘；投影聚类；极大闭序列；诊断基因；等价维组万方数据东北大学硕士学住论文AbstractStudy，ProjectionClusteringAbstractAsanimportanthigh-dimensionalclusteringanalysistechniques

7、，projectionclustering，unlikesubspaceclustering．Projectionclusteringrequireasetofmutuallyexclusiveobjectsdivided，it'snotallowedtosharethesameobjectindifferentclusters．Astheresultoftheprojectionclusteringhavegooddifferentiatefeatures，projectionclusteringbegantobeap

8、pliedingeneexpressiondataanalysis，whichusedtodistinguishthespecificphenotype．However,Mostoftheexistingmethodsaddressthechicken．．and．-eggproblembyaniterativeadj