微阵列数据集的频繁闭合模式挖掘算法研究

论文摘要

不同于传统基因表达检测技术,高通量微阵列技术可以同时测量成千上万基因表达水平,为功能基因组学基因调控网路研究提供强大的技术支撑。关联分析方法用于分析微阵列数据集基因间相关联系,生成关联规则,进而构建基因调控网络。频繁闭合模式挖掘是关联分析的关键步骤。本文针对现存微阵列数据集的频繁闭合模式挖掘算法的不足,提出两个改进算法,主要研究工作如下:1)剖析现有频繁（闭合）模式挖掘算法的原理、执行步骤及算法应用中的相关问题,分析各算法的优势和不足;2)提出LG-tree结构,并基于此结构提出挖掘频繁闭合模式的新算法MFCPLG。算法采用深度优先搜索行枚举空间策略,结合单路径修剪技术,在时间性能上得到了优化;3)基于行枚举方法,提出HT-struct结构,并基于此结构提出频繁闭合模式挖掘新算法HTCLOSE。算法采用深度优先搜索策略,结合高效的修剪技术和巧妙的链表组织技术,在时间和空间性能上均得到了优化。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 关联分析
• 1.2.2 聚类分析
• 1.2.3 分类方法
• 1.3 论文组织、主要研究工作及意义
• 第二章 微阵列技术
• 2.1 微阵列技术生物学背景
• 2.1.1 核酸
• 2.1.2 分子生物学中心法则
• 2.2 微阵列数据的获取
• 2.2.1 阵列设计
• 2.2.2 数据获取和图像分析
• 2.2.3 数据预处理
• 第三章 微阵列数据集关联规则分析
• 3.1 数据挖掘概述
• 3.1.1 数据挖掘定义
• 3.1.2 数据挖掘功能
• 3.2 关联规则
• 3.2.1 关联规则基本概念
• 3.2.2 列（项）枚举搜索空间
• 3.2.3 Apriori 算法
• 3.2.4 FP-Growth 算法
• 3.2.5 由频繁模式产生关联规则
• 3.3 本章小结
• 第四章 基于LG-TREE 的频繁闭合模式挖掘算法MFCPLG
• 4.1 频繁闭合模式
• 4.2 CARPENTER 算法
• 4.2.1 行枚举树和转置表
• 4.2.2 CARPENTER 算法
• 4.3 MFCPLG 算法
• 4.3.1 LG-tree 数据结构
• 4.3.2 MFCPLG 算法
• 4.4 实验评估
• 4.5 本章小结
• 第五章 基于HT-STRUCT 的频繁闭合模式挖掘算法HTCLOSE
• 5.1 H-MINE 算法及H-STRUCT 结构
• 5.2 HT-STRUCT 数据结构
• 5.2.1 由TT|（?）构造HT|（?）
• X构造HT|_X∪i'>5.2.2 由HT|_X构造HT|_X∪i
• 5.3 HTCLOSE 算法
• 5.4 实验评估
• 5.5 本章小结
• 第六章 结束语
• 参考文献
• 致谢
• 附：在学期间发表论文