原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
非树型网络模体发现算法.pdf
第ll期 电 子 学 报 v01．37No．1l
sINICA NDv．2009
2009年11月 ACrAⅡ正cIRONICA
非树型网络模体发现算法
覃桂敏1一，高琳1，周晓锋1
(1．西安电子科技大学计算机学院，陕西西安7100r7l；2．西安电子科技大学软件学院，陕西西安710昕1)
摘要：现有的大多数网络模体发现算法发现网络中的确切模体，但是由于生物数据是不完整的，有噪声的，而
且生命过程具有动态性，概率网络模体具有更实际的意义．本文提出了非树型网络模体发现算法，寻找由一组相似子
图组成的概率网络模体．在该算法中，首先提出子图挖掘算法ESN挖掘网络中所有给定规模的非树型子图，然后进行
多图比对，最后基于统计模型和对应的得分函数，用模拟退火算法求得网络模体．对E．coli和Ye鹪t的基因调控网络的
仿真实验表明，该算法能够高效地发现生物网络中的概率模体．
关键词： 生物网络；概率网络模体；子图挖掘
中图分类号：7I玛9l 文献标识码： A 文章编号： 0372．2112(瑚9)11．242mcr7
NOn-TreeIjkeNeM／O水MotifDetectiOn
AIgOrithm
Q矾“．IIlinl，一，GAo‰1，zHoUⅪ鼢fe对
(1．S。h“矿国舭‰彻d％如蝴，‰‰蚵，魁’帆，鼽鲫证7100r71，醌讹；
2．两‰Ⅲ洲，№(触嘶，瓜’m，照Ⅻ戚710a7I，‰)
exact啪墙．蚍biological
Abs呦：M0st喇蚰g删删fdisc0、，eryal鲥ⅡⅡ璐detect
and
110i辩，aIld
tIle硫plDl黜isdyn枷c，pfobab蛳删础are
fbcus岱∞∞twDfkm甜魄d朗iwd胁fa删酷0fSil面l盯bInI烈眦cessari—
ljl(e难卿m出I础discovery m咖ally
al删t}lm，础h
lyide砸cal ofa
sul净aplls
a a涨si跫．Fina：uy，a
咖si跫．胁瑚lll吐p：Ie蝴al逗衄哈mispedbnnedons融of驯b差舢wi：Ih si】硼蜘缸m朗王iI培algoI
r!i岫isused￡D s￡a删删)deIandits e谢删伽
d鲥ve鹏脚砒碱，bascd册a c0暖sp峨so嘶Ilgflll枷伽．Ex∞曲瑚tal
E．∞HandY％stslⅪwsth砒our
0ll位msc蛳伽|alre割岫舵鲰嘲妇of a190№acmeV髓删pcffbrr雠．
H耐words：bioI曜jcal联心Ⅳorks；皿d，a：bility眦拥，dkmctifs；铷蜒≯aphmiIling
述，这表示在同类型的网络中可能具有相同的模体．
1引言
文档评论（0）