基于蚁群优化聚类算法的DNA序列分类方法.pdfVIP

124 2010 ，46 （25 ） Computer Engineering and Applications 计算机工程与应用 基于蚁群优化聚类算法的DNA 序列分类方法 梁 冰，陈德运 LIANG Bing ，CHEN De-yun 哈尔滨理工大学 计算机科学与技术学院，哈尔滨 150080 College of Computer Science and Technology ，Harbin University of Science and Technology ，Harbin 150080，China LIANG Bing ，CHEN De-yun.DNA sequence classification based on ant colony optimization clustering algorithm.Comput- er Engineering and Applications ，2010 ，46 （25 ）：124-126. Abstract ：A modification of ant-based clustering algorithm for DNA sequence analysis is presented.For increasing the effi- ciency of ant-based clustering algorithm in terms of running time and accuracy ，the modified version of ACOC has incorpo- rated two main modifications in relation to ACA ：An adaptive perception scheme occurs in the density function and a cool- ing scheme of α-adaptation.The features of DNA sequence are extracted according to Di-nucleotide frequency.Then pearson correlation coefficient is used to analyze the relationship.Experimental results on EMBL-DNA datasets clearly show that AC- OC performs well when this paper is compared to statistics clustering and k-means and is suitable for Mass DNA sequence classification. Key words ：DNA sequence analysis ；ant-based clustering algorithm ；classification ；feature extraction ；pearson correlation coefficient 摘 要：针对目前聚类算法在分析DNA 序列数据时的低效性和分类精度低问题，提出一种基于蚁群优化聚类算法（ACOC ）的 DNA 序列分类方法，在密度函数中加入自适应感应量并应用模拟退火中的α-适应量的冷却策略，采用DNA 序列分布特征对 DNA 序列进行特征提取，并将pearson 相关系数引入蚁群聚类算法作为相似性度量。在EMBL-DNA 数据库中4 个数据集上进行 性能测试，与统计聚类和k-means 算法的比较表明，该方法具有一定的时间和精度的优越性，适于解决大规模DNA 序列数据分类 问题。 关键词：DNA 序列分析；蚁群聚类算法；分类；特征提取；person 相关系数 DOI ：10.3778/j.issn. 1002-8331.2010.25.037 文章编号：1002-8331（2010 ）25-0124-03 文献标识码：Ａ 中图分类号：TP311 1 引言 种具有鲁棒性、并行性和寻求全局最优解的随机搜索方法，将 DNA 序列数据是生物信息学的主要研究对象之一。通 其应用到聚类分析，可以有效改善传统聚类的运行效率低、初