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:
OPSM作为一种基于模式的双聚类方法,被广泛应用于基因数据矩阵的分析上.在一个OPSM聚类中,形成聚类的若干基因在特定的条件子集下具有一致的表达模式,其中隐含着基因的关联调控信息,对基因数据矩阵进行双聚类分析具有生物学意义.其中,Deep OPSM 是OPSM 聚类中行数少列数多的特殊聚类.根据OPSM模型,该文提出了一种快速有效的精确性算法,用于挖掘分散在基因数据矩阵中的OPSM聚类.首先寻找基因数据矩阵中任意两行的公共子序列,然后利用STL map对找到的公共子序列进行支持度统计,并将符合支持度阈值的OPSM聚类输出,且通过阈值的设置即可输出Deep OPSMs.结果证明该算法能够快速地找到符合条件的Deep OPSMs.通过P-value值分析,验证了找到的Deep OPSM具有明显的生物学意义.
推荐文章
基于重建系数的子空间聚类融合算法
稀疏表示
低秩表示
子空间聚类
聚类融合
系数重建
奇异向量空间双聚类算法
SVD分解
0/1矩阵
行聚类
列聚类
布尔矩阵
异构机群系统上并行计算双序列的最长公共子序列
双序列的最长公共子序列
并行算法
异构机群系统
可分负载
分配策略
基于主干子图的幂律特征图聚类算法
绘图
主干子图
聚类
幂律
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 基于公共子序列的 OPSM 双聚类算法
来源期刊 华南师范大学学报(自然科学版) 学科 工学
关键词 OPSM 公共子序列 Deep OPSM 双聚类 STL map
年,卷(期) 2015,(4) 所属期刊栏目 计算机与计算机工程
研究方向 页码范围 165-171
页数 7页 分类号 TP311.13
字数 4218字 语种 中文
DOI
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 肖化 华南师范大学物理与电信工程学院 115 924 14.0 27.0
2 薛云 华南师范大学物理与电信工程学院 17 124 5.0 11.0
3 傅俊橦 华南师范大学物理与电信工程学院 1 1 1.0 1.0
4 李杰进 华南师范大学物理与电信工程学院 1 1 1.0 1.0
5 王杜齐 华南师范大学物理与电信工程学院 1 1 1.0 1.0
6 邝秋华 华南师范大学物理与电信工程学院 1 1 1.0 1.0
7 张美珍 华南师范大学物理与电信工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
OPSM
公共子序列
Deep OPSM
双聚类
STL map
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
华南师范大学学报(自然科学版)
双月刊
1000-5463
44-1138/N
16开
广州市石牌华南师范大学
1956
chi
出版文献量(篇)
2704
总下载数(次)
9
总被引数(次)
15292
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导