吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (3): 903-908.doi: 10.13229/j.cnki.jdxbgxb20170114

• 论文 • 上一篇    下一篇

基于谱聚类矩阵的改进DNALA算法

邓剑勋1,2, 熊忠阳1, 邓欣3   

  1. 1.重庆大学 计算机学院,重庆 400044;
    2.重庆电子工程职业学院 软件学院,重庆 401331;
    3.重庆邮电大学 计算机学院,重庆 400065;
  • 收稿日期:2017-02-16 出版日期:2018-05-20 发布日期:2018-05-20
  • 作者简介:邓剑勋(1978-),男,副教授,博士.研究方向:模式识别,图像处理.E-mail:dengjianxun@189.cn
  • 基金资助:
    重庆市教委2015年度科学技术研究项目(kj1503004); 国家自然科学基金项目(61403054).

Improved DNALA algorithm based on spectral clustering matrix

DENG Jian-xun1,2, XIONG Zhong-yang1, DENG Xin3   

  1. 1.College of Computer Science,Chongqing University,Chongqing 400044,China;
    2.School of Software,Chongqing College of Electronic Engineering,Chongqing 401331,China;
    3.School of Computer Science and Technology, Chongqing University of Posts and Telecommunications,Chongqing 400065,China
  • Received:2017-02-16 Online:2018-05-20 Published:2018-05-20

摘要: 针对传统DNALA算法运行效率低、最终数据挖掘结果精度不理想等问题,提出了一种基于谱聚类矩阵的改进DNALA(DNALA-I)算法,提高了时间效率以及结果精度。该算法通过频谱聚类方法中的计算距离矩阵方法对传统DNALA算法中通过多序列比计算距离矩阵的方法进行改进,在不降低数据挖掘精度的前提下能够有效减少对齐序列所花费的时间,提高算法的运行效率。仿真实验结果表明:本文算法相较传统的DNALA算法不仅提高了时间效率,并且保证了实验结果的计算精度。

关键词: 计算机应用, 隐私保护, 数据挖掘, DNALA算法, 频谱聚类矩阵

Abstract: Traditional DNALA algorithm has the shortcomings of low efficiency in terms of running time and unsatisfactory accuracy of the data mining results. To overcome these shortcomings, an improved DNALA algorithm is proposed based spectral clustering matrix, called DNALA-I, which can improve the time efficiency and accuracy of the results. The calculation of the distance matrix by multi sequence ratios in the traditional DNALA algorithm is improved by calculation of the spectral clustering distance matrix in the DNALA-I algorithm. Experiment results show that, compared with the traditional DNALA algorithm, the proposed DNALA-I algorithm can effectively reduce the time for sequence alignment meanwhile remain the data mining accuracy.

Key words: computer application, privacy protection, data mining, DNALA algorithm, spectrum clustering matrix

中图分类号: 

  • TP391
[1] Miao G X, Tatemura J, Hsiung W P, et al.Extracting data records from the web using tag path clustering[C]∥Proceedings of the 18th International Conference on World Wide Web,Madrid,Spain,2009:981-990.
[2] Zhou K,Snyder J M,Guo B N,et al.Stretch-driven mesh parameterization using spectral analysis[J/OL].[2017-02-10].https:∥www.microsoft.com/en-us/research/wp-content/uploads/2017/01/isochart.pdf.
[3] Atherton P J, Szewczyk N J, Selby A, et al.Cyclic stretch reduces myofibrillar protein synthesis despite increases in FAK and anabolic signalling in L6 cells[J]. The Physiological Society,2009,587(14):3719-3727.
[4] Siahpirani A F, Ay F, Roy S.A multi-task graph-clustering approach for chromosome conformation capture data sets identifies conserved modules of chromosomal interactions[J]. Genome Biology,2016,17(1):114.
[5] Sousa C, Grosso F, Meirinhos-Soares L, et al.Identification of carbapenem-resistant Acinetobacterbaumannii clones using infrared spectroscopy[J]. Journal of Biophotonics,2014,7(5):287-294.
[6] Terrovitis M, Bakiras S, Papadias D, et al.Constrained shortest path computation[C]∥International Conference on Advances in Spatial and Temporal Databases,Angra dos Reis, Brazil,2005:181-199.
[7] Wechsler H.Intelligent biometric information management[J]. Intelligent Information Management,2010,2(9):499-511.
[8] Bettebghor D,Leroy F H.Overlapping radial basis function interpolants for spectrally accurate approximation of functions of eigenvalues with application to buckling of composite plates[J]. Computers & Mathematics with Applications,2014,67(10):1816-1836.
[9] Xu D,Xu D,Luo J.A free-roaming mobile agent security protocol based on anonymous onion routing and k anonymous hops backwards[C]∥International Conference on Autonomic and Trusted Computing. Berlin: Springer-Verlag,2008:588-602.
[10] Bronstein A M, Bronstein M M, Guibas L J, et al.Shape Google: geometric words and expressions for invariant shape retrieval[J]. ACM Transactions on Graphics,2009,28(4):106.
[11] Liu Zhen-qiu,Guo Zhong-min,Tan Ming.Constructing tumor progression pathways and biomarker discovery with fuzzy kernel kmeans and DNA methylation data[J]. Cancer Informatics,2008(6):1-7.
[12] Vega-Pons S, Ruiz-Shulcloper J.A survey of clustering ensemble algorithms[J]. International Journal of Pattern Recognition & Artificial Intelligence,2011,25(3):337-372.
[13] Perry S W,Norman J P,Barbieri J,et al.Mitochondrial membrane potential probes and the proton gradient: a practical usage guide[J]. Biotechniques,2011,50(2):98-115.
[14] Schwarzbach A E,Mcdade L A.Phylogenetic relationships of the mangrove family Avicenniaceae based on chloroplast and nuclear ribosomal DNA sequences[J]. Systematic Botany,2002,27(1):84-98.
[15] Mutwil M, Klie S, Tohge T, et al.PlaNet:combined sequence and expression comparisons across plant networks derived from seven species[J]. Plant Cell,2011,23(3):895-910.
[16] Kannangara R,Branigan C, Liu Y,et al.The transcription factor WIN1/SHN1 regulates cutin biosynthesis in arabidopsisthaliana[J]. Plant Cell,2007,19(4):1278-1294.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 郭孔辉;王爽;丁海涛;张建伟 . 后悬架非对称式橡胶衬套弹性耦合特性[J]. 吉林大学学报(工学版), 2007, 37(06): 1225 -1228 .
[2] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[3] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[4] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[5] 朱剑峰, 林逸, 陈潇凯, 施国标. 汽车变速箱壳体结构拓扑优化设计[J]. 吉林大学学报(工学版), 2013, 43(03): 584 -589 .
[6] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[7] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[8] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .
[9] 马万经, 谢涵洲. 双停车线进口道主、预信号配时协调控制模型[J]. 吉林大学学报(工学版), 2013, 43(03): 633 -639 .
[10] 于德新, 仝倩, 杨兆升, 高鹏. 重大灾害条件下应急交通疏散时间预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 654 -658 .