關(guān)聯(lián)規(guī)則在生物信息學(xué)應(yīng)用研究.pdf

1、隨著生物信息學(xué)的發(fā)展，數(shù)據(jù)挖掘技術(shù)為其提供了越來越重要的技術(shù)支持，而關(guān)聯(lián)規(guī)則挖掘技術(shù)是數(shù)據(jù)挖掘領(lǐng)域中的重要組成部分。但在應(yīng)用過程中由于生物數(shù)據(jù)的特點，傳統(tǒng)算法需要進一步改進或重新提出新的算法以滿足生物信息學(xué)的研究要求。 本文首先提出了一種在分布式環(huán)境下挖掘項約束多層關(guān)聯(lián)規(guī)則的有效算法：基于Apriori算法的MLACD算法。該算法適用于對通信性能要求不高的分布式數(shù)據(jù)庫，能夠?qū)崿F(xiàn)對基因表達譜數(shù)據(jù)在不同層 次上進行關(guān)聯(lián)規(guī)則挖

2、掘。 針對基因表達譜數(shù)據(jù)每個樣本項非常多的特點，本文提出了一個新穎的挖掘頻繁閉合模式的算法REMFOR，該算法在閉合模式概念和行枚舉思想的基礎(chǔ)上，采用垂直數(shù)據(jù)結(jié)構(gòu)和fp-tree技術(shù)，對行集建立行fp-tree來挖掘頻繁閉合模式。通過實例和實驗證明該算法在處理基因表達譜數(shù)據(jù)集或行數(shù)遠小于樣本項個數(shù)的數(shù)據(jù)集時具有很高的效率。 本文采用興趣規(guī)則組概念得到關(guān)聯(lián)規(guī)則并以關(guān)聯(lián)規(guī)則建立分類器，并對基因表達譜數(shù)據(jù)樣本進