基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用

基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用

ID:35065547

大小:3.19 MB

頁數(shù):53頁

時間:2019-03-17

基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用_第1頁
基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用_第2頁
基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用_第3頁
基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用_第4頁
基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用_第5頁
資源描述:

《基于改進蟻群算法的ppi網(wǎng)絡(luò)聚類方法研究與應(yīng)用》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、分類號:TP319單位代碼:10364密級:公開學(xué)號:13720456安徽農(nóng)業(yè)大學(xué)學(xué)位論文基于改進蟻群算法的PPI網(wǎng)絡(luò)聚類方法研究與應(yīng)用ResearchandApplicationonClusteringMethodBasedonAntColonyAlgorithmsinPPINetworks研究生:胡嘉偉指導(dǎo)教師:合作指導(dǎo)教師:張友華教授申請學(xué)位類別:工學(xué)碩士專業(yè)領(lǐng)域名稱:計算機應(yīng)用研究方向:生物信息學(xué)答辯委員會主席:2016年6月獨創(chuàng)性聲明本人聲明所呈的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知

2、,除了文中特別加以標注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得安徽農(nóng)業(yè)大學(xué)或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名:簽字日期:2013年6月13日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解安徽農(nóng)業(yè)大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子文件,允許論文被查閱和借閱。本人授權(quán)安徽農(nóng)業(yè)大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可以采用影

3、印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文(保密的學(xué)位論文在解密后適用本授權(quán)書)。學(xué)位論文作者簽名:日期:2016年6月13日指導(dǎo)教師簽名:日期:2016年6月13日摘要蛋白質(zhì)相互作用(Protein-ProteinInteraction,簡稱為PPI)網(wǎng)絡(luò)是生物體內(nèi)的蛋白質(zhì)之間的相互作用。研究PPI網(wǎng)絡(luò)是理解生命活動的重要途徑之一,運用數(shù)據(jù)挖掘中的聚類分析方法去研究蛋白質(zhì)相互作用已經(jīng)成為生物信息學(xué)的熱門領(lǐng)域。PPI網(wǎng)絡(luò)屬于復(fù)雜網(wǎng)絡(luò),它具有小世界性、無尺度分布和功能模塊化等特點;另一方面,群集智能方法由于其強大的全局尋優(yōu)能

4、力,已經(jīng)在各類領(lǐng)域復(fù)雜問題的求解中得到越來越多的應(yīng)用。在此基礎(chǔ)上,基于群集智能的PPI網(wǎng)絡(luò)功能模塊檢測算法,也為相關(guān)領(lǐng)域的研究提供了一個新的方向。作為一種在PPI網(wǎng)絡(luò)聚類分析中新興的智能優(yōu)化算法,蟻群聚類算法因其固有的簡單性、靈活性和魯棒性顯示出了巨大應(yīng)用潛力。本文對基于蟻堆形成原理的蟻群算法在PPI網(wǎng)絡(luò)聚類應(yīng)用上進行了深入地研究,主要工作包括:1、研究了PPI網(wǎng)絡(luò)的特點和常見聚類方法,介紹了蟻群算法的相關(guān)模型,著重分析了基于蟻堆形成原理的蟻群算法的優(yōu)缺點;2、將基于蟻堆形成原理的蟻群聚類算法應(yīng)用在PPI網(wǎng)絡(luò)聚類上。提出一

5、種改進的算法,分別從種子節(jié)點選取策略、拾起放下策略、引入后處理過程等方面對現(xiàn)有的算法進行改進。最后通過實驗及結(jié)果分析驗證了文中算法的可行性;3、設(shè)計并實現(xiàn)了算法的應(yīng)用系統(tǒng)。系統(tǒng)依托于安徽玉米大數(shù)據(jù)及信息服務(wù)平臺,實現(xiàn)了數(shù)據(jù)預(yù)處理、檢索服務(wù)、功能預(yù)測、網(wǎng)絡(luò)可視化等功能,在推廣應(yīng)用過程中得到了良好的效果。在安徽玉米產(chǎn)業(yè)技術(shù)體系的支持下,本文將基于蟻堆形成原理的改進PPI聚類算法應(yīng)用在玉米蛋白質(zhì)功能模塊聚類與分析中,對于研究玉米性狀及其他生物學(xué)研究,具有一定的實際價值和研究意義。關(guān)鍵詞:PPI網(wǎng)絡(luò);蟻群算法;聚類IAbstrac

6、tProtein--ProteinInteraction(orPPI,forshort)networkistheinteractionbetweenorganismproteins.StudyingPPInetworkisoneofthesignificantwaystounderstandlifeactivities,andusingclusteringanalysisindataminingmethodhasbecomeahotresearchfieldinbioinformatics.Asacomplicatedne

7、twork,PPInetworkhasseveralcharacteristics,whicharesmall-world,scale-freedistributionandfunctionmodular,meanwhile,swarmintelligencemethodhasobtainedwidespreadapplicationincomplexproblemsolving,foritspowerfulglobaloptimizationcapability.Inrecentyears,theswarmintelli

8、gence-basedfunctionalmoduledetectionalgorithmforthePPInetworkhasemergedandbecomeanovelresearchhotspotinthisfield.Asanemergingintelligentoptimizationalgo

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。