- 1、本文档共3页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
基于云平台的双向聚类算法在生物信息领域中的应用.pdf
第29卷第4期 科技通报 V01.29No.4
2叭3年4月 BULU巳1rIN0FSCIENCEANDTECHNOLOGY Apr.2叭3
基于云平台的双向聚类算法在
生物信息领域中的应用
孙燕飞
(淄博职业学院,山东淄博255314)
摘要:设计了基于现有云平台的高效分布式双向聚类算法。该算法可以快速、准确地进行双向聚类。
实验结果也进一步证明分布式双向聚类算法可以高效地完成生物信息数据的聚类工作,具有很好的性
能。
关键词:云平台;云计算;双向聚类;生物信息;分布式
中图分类号:TP3 文献标识码:A 文章编号:1001—7119(20l”04—0143—03
in BasedCloudPlatfom
Bioinfomatics
Bi—ClusteringAlgoritlunApplicaltion
.sun
y嘶i
2553
(ZiboVocationalInstitute,Zibo14,China)
Abstract:Inthis ofemcient basedonthe cloud
dis汹uted附。一way existingpla怕册.
paper,design clustedngalgorit}Im
The canbe resllltsalso thatdistributedcluste卜
algorithmfast,accuratetwo—wayclustering.Experimentalpmve two—way
can the ofbioinfo肿aticsdata has
ingalgorithmaccomplishclusteringa190ri山m emciently,aIld900dper|’o册ance.
worIds:cloud
Key platfb肌;cloudcomputing;bi—clustedng;bio—info瑚atics;distributed
0 引言 现有流行的Had0叩分布式计算框架,分布式完成基因
表达数据的聚类工作,可以大幅度提升算法的执行效
随着生物领域技术的高速发展,DNA切割技术以 率。通过实验也进一步表明,本文提出的算法能够高
及其他微阵列技术产生了大量的基因表达数据,这类 效、快速地完成基因表达数据的双向聚类工作。
数据是通过矩阵方式表达而成的,表示不同的基因在
不同条件下的状态数据。人们通常根据不同的条件将 1双向聚类算法
将不同的基因聚成族群,或者根据不同的基因将不同
的条件属性聚成族群【I】。近些年,研究人员开发出了双 双向聚类算法是通过利用基因表达数据的二维特
向聚类算法,该类算法广泛应用于生物信息领域,针对 征对矩阵数据进行聚类,该聚类结果可以考虑两维数
基因表达数据,从两个维度,即基因维度和条件属性维 据的共同相似特征,从而提高聚类的正确性。下面,对
度进行双向聚类州,可以将部分基因子集以及条件属 双向聚类算法进行详细地说明。
性
文档评论(0)