基于ZBDD結構的頻繁閉合項集挖掘算法研究.pdf

1、隨著人類基因組計劃的完成,大量的基因表達數(shù)據(jù)被人們發(fā)掘出來,如何通過對基因表達數(shù)據(jù)的挖掘,揭示出數(shù)據(jù)中所蘊含的生物學信息,已經(jīng)成為數(shù)據(jù)挖掘中和生物信息學研究中的熱點內(nèi)容。
　　但由于基因表達數(shù)據(jù)具有不同于傳統(tǒng)數(shù)據(jù)集的高維、低樣本的特點,使得對生物信息的挖掘具有很大的挑戰(zhàn)性。其中由于關聯(lián)規(guī)則的形式簡單而且容易理解,已經(jīng)成為了基因表達數(shù)據(jù)分析中的重要方法之一。頻繁閉合項集挖掘則在關聯(lián)規(guī)則挖掘占據(jù)了重要的地位。
　　本文在研究已有

2、的基因表達數(shù)據(jù)的頻繁閉合項集挖掘算法的基礎上,針對當前算法中存在的一些不足,提出改進算法,主要工作如下:
　　1)對已有頻繁項集和頻繁閉合項集挖掘算法進行深入研究。分析現(xiàn)有算法的優(yōu)缺點,重點研究了基因表達數(shù)據(jù)頻繁閉合項集挖掘算法。
　　2)本文研究了基因表達數(shù)據(jù)中挖掘top-k頻繁閉合項集問題,并設計了挖掘算法ZDtop。算法使用ZBDD結構壓縮存儲數(shù)據(jù)集,采用遞歸的思想構造ZBDD結構,通過是否包含某個特定的項目集對搜索空

3、間進行劃分,并結合有效的剪枝策略,加快了頻繁閉合項集的產(chǎn)生速度。同時ZDtop算法不需要用戶事先給定支持度閾值,使輸出的頻繁閉合項集的數(shù)量在用戶的可控制范圍內(nèi)。通過實例分析,證明了該算法正確有效性。
　　3)在對經(jīng)典頻繁項集并行算法的研究分析后,提出了基于局部 ZBDD結構的頻繁閉合項集并行挖掘算法 DL-ZBDD,通過在各處理機上構造局部 ZBDD結構,并行使用串行ZBDD算法在各處理機上進行挖掘。理論分析表明,算法是正確有效的