CMRS:聚类的多解析度字符串索引结构

• 作者: 徐恒宇 王国仁 王镝 郑若石 陈白尘
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 序列相似性查询 范围查 K近邻查询 生物信息学
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 计算机软件与数据库
• 页码范围: 497-502
• 页数: 6页
• 分类号: TP311.13
• 字数: 6256字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2006.03.024

摘要

随着基因测序技术和人类基因组计划的发展,从大量的生物数据中寻找相似的序列就越来越成为当前研究的热点问题.本文提出了一种聚类的多解析度字符串索引结构,用于解决生物序列的相似性查询问题.首先,以较小容量的MBR(最小绑定矩形)构造基因序列的多解析度字符串索引结构,然后通过对MBR的聚类以及保序技术的应用,减小索引中MBR的平均体积,从而增加了查询向量到索引的空间距离,提高了索引的过滤能力.还给出了一种新的后处理方法,通过大量的减少编辑距离的计算,提高索引的性能.文中给出了该索引结构并详细介绍了索引的相关算法.实验表明,该索引结构是一种有效的处理生物数据的相似性查询的索引结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国仁	东北大学信息科学与工程学院	228	2804	25.0	45.0
2	徐恒宇	东北大学信息科学与工程学院	2	19	1.0	2.0
3	郑若石	东北大学信息科学与工程学院	2	19	1.0	2.0
4	王镝	东北大学信息科学与工程学院	9	43	5.0	6.0
5	陈白尘	东北大学信息科学与工程学院	5	25	3.0	5.0