DNA計算在層次聚類算法中的研究與應(yīng)用.pdf

1、DNA計算是一種以DNA分子作為反應(yīng)介質(zhì)并利用生物操作技術(shù)實現(xiàn)數(shù)理運算的新型計算模式,其開創(chuàng)性地將問題域映射為特定編碼的DNA序列,通過一系列生化反應(yīng)從初始數(shù)據(jù)池中獲得符合篩選條件的最優(yōu)組合。隨著社會信息化水平的不斷提高,人們越來越需要從海量數(shù)據(jù)中發(fā)現(xiàn)有價值的信息和知識,使得數(shù)據(jù)挖掘這一年輕而充滿生機的領(lǐng)域受到了國內(nèi)外研究學者的極大關(guān)注。作為數(shù)據(jù)挖掘中的一項重要分支,聚類分析就是把物理或抽象的樣本集合劃分成相似的對象類的過程,其中層次聚

2、類方法對數(shù)據(jù)點進行分層操作,以此形成一棵以簇為節(jié)點的樹,在計算機工程、圖像處理、現(xiàn)代生物學等許多領(lǐng)域有著廣泛的應(yīng)用。
　　憑借DNA計算具備的并行性、低耗性等優(yōu)勢,本文將其引入層次聚類算法,借助全新的混合DNA模型在保證聚類質(zhì)量的同時有助于數(shù)據(jù)集規(guī)模和運算速度的進一步擴大和提高,主要研究內(nèi)容包括以下兩個方面:一是提出了基于粘貼和2-臂DNA模型的SHCDM算法,把二維平面中利用最小距離完成迭代操作的單連接層次聚類問題轉(zhuǎn)化為在賦權(quán)無

3、向完全圖中尋找最小生成樹的優(yōu)化問題,并通過給定閾值影響反應(yīng)終止時的輸出結(jié)果。該算法充分利用了兩種模型固有的雙鏈結(jié)構(gòu),在納米金標識技術(shù)的幫助下使最優(yōu)解的產(chǎn)生與識別過程具有較強的可操作性和應(yīng)用彈性。鑒于傳統(tǒng)的聚類分析方法在進行簇與簇的合并時僅考慮了成對點間的緊密程度而忽視了從全局的角度收集樣本的領(lǐng)域信息,需要添加新的限制屬性,借助“鏈接”的概念使兩對象的共同近鄰數(shù)參與相關(guān)性的度量,根據(jù)基于Adleman與三鏈DNA模型的HCLDM算法優(yōu)先將

4、鏈接數(shù)大、關(guān)聯(lián)度高的數(shù)據(jù)點聚為一類,由此體現(xiàn)分類屬性層次聚類過程的中心思想,也成為本課題的第二個研究重點。值得注意的是,算法中嘗試使用核蛋白細狀體與待提取的DNA片段形成穩(wěn)定的三螺旋結(jié)構(gòu),有效地避免了錯配現(xiàn)象的發(fā)生,并且通過Adleman模型一次性構(gòu)造可行解空間,在很大程度上提高了反應(yīng)效率、降低了誤解率。
　　除此之外,隨著互聯(lián)網(wǎng)的飛速發(fā)展,電子商務(wù)作為一種嶄新的在線交易模式將對我省社會經(jīng)濟及廣大消費者產(chǎn)生巨大影響,同時也使傳統(tǒng)實

5、體企業(yè)面臨巨大的機遇和挑戰(zhàn)。面對我省中小企業(yè)電子商務(wù)推廣過程中顯現(xiàn)出的不平衡性,可以利用SHCDM算法把發(fā)展水平相似的企業(yè)視為一個整體,結(jié)合問卷調(diào)查有針對性地制定改進措施。不僅如此,群體內(nèi)部成員可以借此機會組成戰(zhàn)略聯(lián)盟實現(xiàn)優(yōu)勢互補,共同尋找適合該企業(yè)類型的電子商務(wù)發(fā)展方式與盈利模式。對于目前多數(shù)社交網(wǎng)絡(luò)平臺應(yīng)用的好友推薦機制,本文借助HCLDM算法對其進行優(yōu)化,將相關(guān)度比較密切的用戶聚為一類,進一步豐富了使用者的人脈資源,增強了好友間交