基于双向聚类的关联分析算法的设计与实现.docxVIP

下载本文档

3
0
约2.78万字
约 32页
2023-12-28 发布于广东
举报
版权申诉

基于双向聚类的关联分析算法的设计与实现.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：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

基于双向聚类的关联分析算法的设计与实现

摘要

SNP和疾病表现型之间的关联分析问题在生物信息学中具有重要意义。国内外研究者已先后提出一系列近似算法，却多局限于矩阵-单向量模型和二值模型，一方面需要对基因型和表现型数据分开处理，造成了巨大的时间和系统资源成本；另一方面采用单向聚类，只考虑了样本间的相似性，而无法同时对基因型（表现型）进行聚类分析。

因此，本文基于对一种“多基因-多表现型”关联方法研究之上，提出了通过双向聚类对“SNP-表现型”联合矩阵进行处理，并采用PSO算法对其进行拓展优化，得出结论。这种算法分为四个步骤：首先将基因型与表现型数据合并，采用双向聚类算法对“基因型-表现型”