生物信息關(guān)聯(lián)規(guī)則挖掘系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著人類和多個模式生物基因組計劃的完成，人類所積累的核酸、蛋白質(zhì)等生物數(shù)據(jù)的數(shù)量正以前所未有的速度迅速增加，如何處理和分析這些數(shù)據(jù)是生物信息學(xué)面臨的巨大挑戰(zhàn)，而數(shù)據(jù)挖掘技術(shù)則是解決該問題的有力工具。 關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最常用的技術(shù)之一，本文從生物技術(shù)公司的實際需要出發(fā)，設(shè)計和實現(xiàn)了一個面向生物信息學(xué)、服務(wù)于中小型數(shù)據(jù)挖掘項目的關(guān)聯(lián)規(guī)則挖掘系統(tǒng)。主要的工作包括： (1)研究了公共數(shù)據(jù)庫的本地鏡像技術(shù)，建立了數(shù)據(jù)庫的快

2、速整合方法，為關(guān)聯(lián)規(guī)則挖掘系統(tǒng)提供數(shù)據(jù)支持； (2)研究了基于生物信息學(xué)基礎(chǔ)框架BioJava的數(shù)據(jù)分析技術(shù)和基于HTTP協(xié)議的遠程數(shù)據(jù)采集技術(shù)，實現(xiàn)了系統(tǒng)對本地和遠程的生物數(shù)據(jù)處理能力； (3)研究了工作流程控制方法，實現(xiàn)了使用XML來配置數(shù)據(jù)預(yù)處理和關(guān)聯(lián)規(guī)則挖掘過程； (4)開發(fā)了自動化的數(shù)據(jù)預(yù)處理模塊，實現(xiàn)了系統(tǒng)對分散的、不同類型的數(shù)據(jù)進行抽取、轉(zhuǎn)換和導(dǎo)入； (5)開發(fā)了整合Weka等多種開源算法庫