基因表達數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、隨著人類基因組研究的重點向功能基因組轉(zhuǎn)化，基因表達數(shù)據(jù)分析成為目前生物信息學研究的熱點和重點之一。關(guān)聯(lián)分析是基因表達數(shù)據(jù)分析的一種重要手段，通過關(guān)聯(lián)規(guī)則挖掘可揭示不同基因或環(huán)境與基因表達之間在生物學相關(guān)的聯(lián)系，進而幫助鑒定人類疾病基因。本文著重研究基因表達數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法。 Apriori算法是關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法，然其效率有待改善?；贏priori算法原理，提出了完全連接的概念并給出一種有效的完全連接條件，在頻繁2k

2、-項集的集合進行自身Apriori連接得頻繁(2k+1)-項集的同時，自身完全連接產(chǎn)生未剪枝的候選4k-項集；對頻繁(2k+1)-項集的集合，直接對其項集進行自身完全連接產(chǎn)生未剪枝的候選(4k+2)-項集。改進的算法減少了連接的比較次數(shù)、迭代運算次數(shù)。實驗表明該算法在保證無遺漏的情況下有效地提高了挖掘速度。 采用Apriori等傳統(tǒng)算法對基因表達數(shù)據(jù)進行關(guān)聯(lián)規(guī)則挖掘時，在將基因表達矩陣轉(zhuǎn)換為布爾矩陣之后，還需將布爾矩陣轉(zhuǎn)化為交易

3、數(shù)據(jù)的形式進行挖掘，沒有充分利用布爾矩陣本身的特點。針對這些缺點，本文提出了一種不生成候選項集的“與運算”直接對布爾矩陣進行挖掘，且采用分段求與的方法提高“與運算”的算法效率。實驗證明該算法能更快速有效的挖掘出關(guān)聯(lián)規(guī)則。 針對目前基因表達數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘所采用的都是將其轉(zhuǎn)換成布爾關(guān)聯(lián)規(guī)則進行挖掘，忽略了基因表達數(shù)據(jù)是數(shù)值型這一問題，本文提出了使用充分利用基因表達值的模糊方法挖掘基因表達數(shù)據(jù)的關(guān)聯(lián)規(guī)則，并且通過使用模糊C均值聚類