从基因表达数据中发现知识摘要.PDFVIP

泰迪华南杯数据挖掘竞赛论文报告 从基因表达数据中发现知识 摘要 OPSM 模型作为一种基于模式的双聚类方法，在分析基因数据矩阵等方面被 广泛的应用。在一个 OPSM 聚类中，形成聚类的若干基因在特定的条件子集下 有一致的表达模式。这种关联的共同表达隐含着基因的关联调控。所以在基因数 据矩阵上进行的双聚类分析有极大的生物意义。将挖掘 OPSM 聚类，转化为序 列模式挖掘，双聚类问题就转化为频繁项集的挖掘问题。然而随着越来越多的基 因被发现，基因数据矩阵变得越来越庞大。目前针对基因表达数据的双聚类算法 都存在时间效率较低的问题。这给频繁项集的发现带来了困难。特别是一些支持 度较小的长频繁项集，更是以往的双聚类方法难以发现的有意义信息。 Deep-OPSM 问题，针对基因数据矩阵中一些支持度较小的长频繁模式的挖掘。 将在基因数据分析上有更大的生物意义。但现有的双聚类模型，在针对大型基因 数据矩阵的分析时，性能都会受到严重影响。以致于一些隐含在大型基因数据矩 阵的深层意义信息难以被发现。所以亟需更加高效的寻找OPSM 的方法。 本文根据 OPSM 模型，建立了一个快速有