基于模式聚類的理論研究.pdf

1、在基因微序列分析等應(yīng)用中，傳統(tǒng)以距離為相似度計(jì)算依據(jù)的聚類方式并不適用，因?yàn)橛袝r(shí)對(duì)象與對(duì)象之間不具有相近的物理距離，但卻存在有相似的一致性模式。因此，基于模式的聚類方法(Pattern-Based Clustering)簡(jiǎn)稱為“模式聚類”，被提出來(lái)解決此類問(wèn)題。判斷兩個(gè)對(duì)象是否同屬一pCluster，取決于他們屬性中的子集是否具有一致性的模式。當(dāng)前模式聚類算法的研究只是停留在一般化描述，并沒(méi)有上升到系統(tǒng)理論層次，缺乏嚴(yán)格的形式化定義。另

2、外，現(xiàn)階段算法都是基于特定的等差或等比模式，而對(duì)于其他模式卻不能夠很好的適用。 本文對(duì)模式聚類各種算法模型進(jìn)行深入探討與分析，總結(jié)其共性及特性。在理論研究方面，首先從模式的多樣化角度進(jìn)行了分析，對(duì)模式出現(xiàn)的類別及特征進(jìn)行了概括總結(jié)，并提出了單模式模型及多模式模型的概念。從模式的多樣性和共性出發(fā)，總結(jié)了模式的通用定義和形式化表示方法。引入了一個(gè)具有普遍意義的模式算子來(lái)表示模式，并從算子的角度歸納總結(jié)各個(gè)模式聚類模型的一致性規(guī)則表示