一种高效的生物网络概率模体发现算法.pdfVIP

下载本文档

2
0
约1.96万字
约 5页
2017-08-17 发布于江西
举报
版权申诉

一种高效的生物网络概率模体发现算法.pdf

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

一种高效的生物网络概率模体发现算法.pdf

第42卷第1期东南大学学报(自然科学版) V01．42No．1 2012年1月 JOURNALOFSOUTHEAST Science Jan．2012 UNIVERSITY(NaturalEdition) doi：10．3969／j．issn．1001—0505．2012．01．007 一种高效的生物网络概率模体发现算法何洁月1’2赵德京1 (1东南大学计算机科学与工程学院，南京210096) (2南京大学计算机软件新技术国家重点实验室，南京210093) 摘要：针对概率模体发现算法中非树形子图的挖掘和在得分函数最大化的过程中得分函数值计算的2个难点．首先提出基于划分的非树形子图的搜索算法，其次将子图同构应用于最小错配的求解以缩小智能优化算法对得分函数求解的解空间，最后将基于模拟退火算法和遗传算法的混合算法应用于得分函数的求解过程．在大肠杆菌基因调控网络中的实验结果表明，与其他算法相比，混合智能算法可以大大减少非树形子图的搜索时间，并以相对较快的收敛速度收敛到一个较优的解，因此所提出的方法有效地提高了概率模体发现的效率．关键词：概率模体；子图挖掘；生物网络；模拟退火算法；遗传算法中图分类号：TP391文献标志码：A Anefficient for motifs algorithmdiscoveringprobability in networks biological He Zhao Jieyuel2 Dejin91 and Science 210096，China) (1SchoolofCompumrEngineering，SoutheastUniversity，Nanjing (2National forNovelSoftware 210093，China) KeyLaboratory Technology，NanjingUniversity，Nan2jing nontreelike and the functionaretwo bottle- Abstract：Miningsubgraphscomputingscoring major necksin motif solvethe anontreelikesearch— discovery problem subgraph probability algorithm．To basedon is inthis the of isused isomorphismsubgraphs ingalgorithm partitionproposedpaper．And for theminimummismatchtonalTOWdownthe when intel。 computing pairwise