基于ZBDD結(jié)構(gòu)的頻繁閉合項(xiàng)集挖掘算法研究.pdf

1、隨著人類基因組計(jì)劃的完成,大量的基因表達(dá)數(shù)據(jù)被人們發(fā)掘出來,如何通過對基因表達(dá)數(shù)據(jù)的挖掘,揭示出數(shù)據(jù)中所蘊(yùn)含的生物學(xué)信息,已經(jīng)成為數(shù)據(jù)挖掘中和生物信息學(xué)研究中的熱點(diǎn)內(nèi)容。
　　但由于基因表達(dá)數(shù)據(jù)具有不同于傳統(tǒng)數(shù)據(jù)集的高維、低樣本的特點(diǎn),使得對生物信息的挖掘具有很大的挑戰(zhàn)性。其中由于關(guān)聯(lián)規(guī)則的形式簡單而且容易理解,已經(jīng)成為了基因表達(dá)數(shù)據(jù)分析中的重要方法之一。頻繁閉合項(xiàng)集挖掘則在關(guān)聯(lián)規(guī)則挖掘占據(jù)了重要的地位。
　　本文在研究已有

2、的基因表達(dá)數(shù)據(jù)的頻繁閉合項(xiàng)集挖掘算法的基礎(chǔ)上,針對當(dāng)前算法中存在的一些不足,提出改進(jìn)算法,主要工作如下:
　　1)對已有頻繁項(xiàng)集和頻繁閉合項(xiàng)集挖掘算法進(jìn)行深入研究。分析現(xiàn)有算法的優(yōu)缺點(diǎn),重點(diǎn)研究了基因表達(dá)數(shù)據(jù)頻繁閉合項(xiàng)集挖掘算法。
　　2)本文研究了基因表達(dá)數(shù)據(jù)中挖掘top-k頻繁閉合項(xiàng)集問題,并設(shè)計(jì)了挖掘算法ZDtop。算法使用ZBDD結(jié)構(gòu)壓縮存儲數(shù)據(jù)集,采用遞歸的思想構(gòu)造ZBDD結(jié)構(gòu),通過是否包含某個特定的項(xiàng)目集對搜索空

3、間進(jìn)行劃分,并結(jié)合有效的剪枝策略,加快了頻繁閉合項(xiàng)集的產(chǎn)生速度。同時ZDtop算法不需要用戶事先給定支持度閾值,使輸出的頻繁閉合項(xiàng)集的數(shù)量在用戶的可控制范圍內(nèi)。通過實(shí)例分析,證明了該算法正確有效性。
　　3)在對經(jīng)典頻繁項(xiàng)集并行算法的研究分析后,提出了基于局部 ZBDD結(jié)構(gòu)的頻繁閉合項(xiàng)集并行挖掘算法 DL-ZBDD,通過在各處理機(jī)上構(gòu)造局部 ZBDD結(jié)構(gòu),并行使用串行ZBDD算法在各處理機(jī)上進(jìn)行挖掘。理論分析表明,算法是正確有效的