基于數(shù)據(jù)挖掘的生物序列聚類(lèi)研究.pdf

1、近年來(lái)隨著人類(lèi)基因組計(jì)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(jìn)步使得生物系統(tǒng)分類(lèi)的基礎(chǔ)發(fā)生了重大的變化，分類(lèi)系統(tǒng)已經(jīng)或正在隨著分子標(biāo)準(zhǔn)的不斷滲入而完善。所謂分子標(biāo)準(zhǔn)主要是指建立在核苷酸分析技術(shù)基礎(chǔ)上的分類(lèi)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(wèn)題。對(duì)數(shù)量巨大的核苷酸序列進(jìn)行分析日漸成為目前生命科學(xué)研究的重點(diǎn)。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(shí)的技術(shù)，已經(jīng)成為生物系

2、統(tǒng)分類(lèi)的有效方法之一。 針對(duì)生物序列聚類(lèi)問(wèn)題，本論文提出了一種新穎的序列聚類(lèi)方法――數(shù)據(jù)場(chǎng)方法，論文著眼于序列聚類(lèi)問(wèn)題，從聚類(lèi)問(wèn)題的機(jī)理出發(fā)，分析人類(lèi)的聚類(lèi)行為，認(rèn)為人類(lèi)的聚類(lèi)行為是一個(gè)動(dòng)態(tài)聚類(lèi)，這種動(dòng)態(tài)性體現(xiàn)在人類(lèi)可以從不同的觀察角度來(lái)觀看同一堆數(shù)據(jù)，從而得到不同的聚類(lèi)結(jié)果。將人類(lèi)的這種聚類(lèi)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(chǎng)論的思想，產(chǎn)生了數(shù)據(jù)場(chǎng)方法。

3、論文以數(shù)據(jù)場(chǎng)方法為理論基礎(chǔ)，采用生物DNA序列作為聚類(lèi)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(lèi)、抗噪聲等優(yōu)點(diǎn)。 本文的研究?jī)?nèi)容主要包括以下幾個(gè)方面： (1) 介紹了生物序列聚類(lèi)研究的目的，描述了生物序列聚類(lèi)的基本概念、國(guó)內(nèi)外研究動(dòng)態(tài)、應(yīng)用領(lǐng)域及發(fā)展趨勢(shì)。 (2) 對(duì)生物序列數(shù)據(jù)分析的常用聚類(lèi)算法進(jìn)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(gè)不同的算法，討論了各算法的優(yōu)缺