基于數(shù)據(jù)挖掘的生物序列聚類研究.pdf

1、近年來隨著人類基因組計劃的完成，生物學(xué)研究取得了重大突破，尤其是核苷酸序列研究的進步使得生物系統(tǒng)分類的基礎(chǔ)發(fā)生了重大的變化，分類系統(tǒng)已經(jīng)或正在隨著分子標(biāo)準的不斷滲入而完善。所謂分子標(biāo)準主要是指建立在核苷酸分析技術(shù)基礎(chǔ)上的分類方法，它要求生物的序列化，以核苷酸序列為基礎(chǔ)研究各種生物學(xué)中的重大問題。對數(shù)量巨大的核苷酸序列進行分析日漸成為目前生命科學(xué)研究的重點。數(shù)據(jù)挖掘正是一種能夠從大量數(shù)據(jù)中提取有用的、具有潛在效用知識的技術(shù)，已經(jīng)成為生物系

2、統(tǒng)分類的有效方法之一。 針對生物序列聚類問題，本論文提出了一種新穎的序列聚類方法――數(shù)據(jù)場方法，論文著眼于序列聚類問題，從聚類問題的機理出發(fā)，分析人類的聚類行為，認為人類的聚類行為是一個動態(tài)聚類，這種動態(tài)性體現(xiàn)在人類可以從不同的觀察角度來觀看同一堆數(shù)據(jù)，從而得到不同的聚類結(jié)果。將人類的這種聚類行為建立在發(fā)現(xiàn)狀態(tài)空間理論上，分析該空間中概念子空間和特征子空間內(nèi)不同客體之間的非線性相互作用，引入物理學(xué)中場論的思想，產(chǎn)生了數(shù)據(jù)場方法。

3、論文以數(shù)據(jù)場方法為理論基礎(chǔ)，采用生物DNA序列作為聚類的數(shù)據(jù)，編程完成了該算法，結(jié)果表明該算法具有發(fā)現(xiàn)任意形狀聚類、抗噪聲等優(yōu)點。 本文的研究內(nèi)容主要包括以下幾個方面： (1) 介紹了生物序列聚類研究的目的，描述了生物序列聚類的基本概念、國內(nèi)外研究動態(tài)、應(yīng)用領(lǐng)域及發(fā)展趨勢。 (2) 對生物序列數(shù)據(jù)分析的常用聚類算法進行了討論，包括k -均值算法、PAM算法、DBSCAN算法。復(fù)現(xiàn)了這幾個不同的算法，討論了各算法的優(yōu)缺