基于模式聚類的理論研究.pdf

1、在基因微序列分析等應用中，傳統(tǒng)以距離為相似度計算依據的聚類方式并不適用，因為有時對象與對象之間不具有相近的物理距離，但卻存在有相似的一致性模式。因此，基于模式的聚類方法(Pattern-Based Clustering)簡稱為“模式聚類”，被提出來解決此類問題。判斷兩個對象是否同屬一pCluster，取決于他們屬性中的子集是否具有一致性的模式。當前模式聚類算法的研究只是停留在一般化描述，并沒有上升到系統(tǒng)理論層次，缺乏嚴格的形式化定義。另

2、外，現階段算法都是基于特定的等差或等比模式，而對于其他模式卻不能夠很好的適用。 本文對模式聚類各種算法模型進行深入探討與分析，總結其共性及特性。在理論研究方面，首先從模式的多樣化角度進行了分析，對模式出現的類別及特征進行了概括總結，并提出了單模式模型及多模式模型的概念。從模式的多樣性和共性出發(fā)，總結了模式的通用定義和形式化表示方法。引入了一個具有普遍意義的模式算子來表示模式，并從算子的角度歸納總結各個模式聚類模型的一致性規(guī)則表示