DNA計(jì)算在聚類分析中的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘技術(shù)運(yùn)用各種方法從數(shù)據(jù)庫中提取有用戶感興趣的知識,它是知識發(fā)現(xiàn)過程的核心步驟,其中一個主要任務(wù)就是進(jìn)行聚類分析.聚類分析是指將是將物理或抽象對象的集合分組成為由類似的對象組成的多個類的過程.它是人們認(rèn)識和探索事物之間內(nèi)在聯(lián)系的有效手段.目前,對聚類分析的研究十分活躍,提出了許多聚類算法,但是都是基于電子計(jì)算機(jī)的求解.隨著電子計(jì)算技術(shù)的快速發(fā)展,電子計(jì)算機(jī)的計(jì)算能力已接近極限.數(shù)據(jù)挖掘中的聚類分析問題受制與電子計(jì)算機(jī)的計(jì)算能力,在

2、大規(guī)模數(shù)據(jù)的處理上顯得力不從心.DNA計(jì)算是一種新型的計(jì)算方式,具有大量、快速、并行計(jì)算的優(yōu)點(diǎn),可以彌補(bǔ)電子計(jì)算機(jī)計(jì)算能力不足的問題.因此如果將 DNA計(jì)算應(yīng)用于聚類分析,可以滿足聚類分析的計(jì)算要求,還能夠加快聚類的速度,增大數(shù)據(jù)的規(guī)模,并降低聚類的復(fù)雜度.
　　DNA計(jì)算基本原理是利用DNA分子的雙螺旋結(jié)構(gòu)和WC堿基互補(bǔ)配對原則進(jìn)行信息編碼,將實(shí)際問題映射成DNA分子鏈.借助生物酶的作用進(jìn)行可行性生物學(xué)操作,生成全部數(shù)據(jù)池,再遵

3、循特定的規(guī)則將抽象問題的數(shù)據(jù)運(yùn)算并行地映射成DNA分子鏈的可控的生化反應(yīng)過程,最后,利用分子生物技術(shù)(如親和層析、聚合鏈反應(yīng)PCR克隆、磁珠分離、誘變、電泳、分子純化等),檢測出可行的運(yùn)算結(jié)果.
　　本文提出將DNA計(jì)算應(yīng)用于聚類分析,主要思路分為兩個方向:一個是直接將DNA計(jì)算的超強(qiáng)計(jì)算能力應(yīng)用于聚類分析問題上,將聚類問題映射為DNA分子的生物操作問題;第二個是利用DNA計(jì)算優(yōu)化現(xiàn)有的聚類分析方法,降低現(xiàn)有聚類方法的計(jì)算量,提高

4、聚類速度.本文首先通過巧妙的DNA編碼設(shè)計(jì)將聚類問題轉(zhuǎn)化為DNA計(jì)算問題,通過利用粘貼模型在試管中完成聚類的過程.然后又將 DNA計(jì)算引入現(xiàn)有的譜聚類分析以及CLIQUE算法中,在不失現(xiàn)有聚類算法優(yōu)點(diǎn)的前提下,降低了復(fù)雜度,提高了聚類速度.在通過matlab編程對給定的數(shù)據(jù)集進(jìn)行仿真試驗(yàn)后,得到的數(shù)據(jù)顯示這兩個思路在理論上都是有效的.同時,與一般方法相比較,本分方法由于基于DNA計(jì)算,在并行速度上的優(yōu)勢是無法比擬的.當(dāng)然,在現(xiàn)有的生物操

5、作水平下,進(jìn)行DNA計(jì)算還是相對復(fù)雜,但隨著生物技術(shù)水平的不斷成熟,DNA計(jì)算的優(yōu)勢會越來越明顯的體現(xiàn)出來.本文的不足之處是:第一,受各種條件所限,未能在生物實(shí)驗(yàn)室中對提出的算法進(jìn)行實(shí)際的驗(yàn)證;第二，DNA計(jì)算在對現(xiàn)有聚類算法的優(yōu)化中,優(yōu)化的程度還不夠明顯,未能充分的展示出DNA計(jì)算的優(yōu)越性。
　　本文提出了DNA計(jì)算在聚類分析中的應(yīng)用,通過仿真實(shí)驗(yàn)證明了方法的可行性,為今后DNA計(jì)算在數(shù)據(jù)挖掘、聚類分析領(lǐng)域的研究應(yīng)用提供了一定的