基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
预测蛋白质交互作用(Protein-Protein Interaction,PPI)网络中未知蛋白质的功能,是生物信息学的一个研究热点.目前基于功能流的方法能有效地解决PPI网络的聚类问题,但是其正确率偏低、时间复杂度较高.为此提出了一种融合人工鱼群机理的PPI网络聚类模型与算法:将人工鱼看作一组聚类中心,觅食行为是指从每个聚类中心开始向它的邻接结点搜索并添加结点到该聚类模块中;接下来将目标函数值最大的人工鱼对应的一组聚类模块看作初始的聚类结果,对应鱼群的追尾行为;剩下的人工鱼开始执行聚群行为,判断对应的聚类模块与初始的聚类结果之间的相似度.如果相似度低于给定的阈值,则将聚类模块添加到初始的聚类结果中.PPI数据集上的仿真实验表明,该算法可以自动确定聚类数目,而且聚类结果的正确率和算法的运行效率都优于功能流算法.
推荐文章
PPI网络的改进谱聚类算法
谱聚类算法
粒子群优化算法
蛋白质相互作用网络
基于人工鱼群与粒子群融合算法的 WMSN 覆盖优化研究
无线多媒体传感器网络
覆盖优化
粒子群算法
人工鱼群算法
基于人工鱼群算法的网络流量预测方法
网络流量预测
人工鱼群算法
支持向量回归
混沌机制
粒子群优化
基于图聚类与蚁群算法的社交网络聚类算法
社交网络
数据挖掘
聚类处理
人工蚁群优化
图聚类
信任信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合人工鱼群机理的PPI网络聚类模型与算法
来源期刊 计算机科学 学科 工学
关键词 人工鱼群算法 蛋白质交互作用网络 加权聚集系数
年,卷(期) 2012,(7) 所属期刊栏目 人工智能
研究方向 页码范围 205-209
页数 分类号 TP391.4
字数 6576字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.07.046
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴爽 陕西师范大学计算机科学学院 4 28 2.0 4.0
2 雷秀娟 陕西师范大学计算机科学学院 43 470 12.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (741)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (9)
二级引证文献  (14)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工鱼群算法
蛋白质交互作用网络
加权聚集系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导