基于Hadoop的微阵列数据两阶段并行K近邻基因提取

• 作者: 郑帅 魏萍 齐向明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Hadoop框架 并行计算 微阵列采样 大数据 K近邻 基因信息
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 体系结构与软件技术
• 页码范围: 54-59
• 页数: 6页
• 分类号: TP18
• 字数: 4973字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.05.010

摘要

基因信息选取工作中由于数据量庞大,传统单线程运行的分类查询方法无法满足实时性与提取精度要求.为此,利用Hadoop框架设计两阶段并行计算模型.其中第1阶段用于候选基因子集并行选取,第2阶段用于并行K近邻基因信息选取,从而实现并行计算的全过程覆盖.为降低算法的计算复杂度,针对基因信息微阵列数据,定义数据筛选指标对其进行采样,在降低数据处理量的同时消除数据冗余.实验结果表明,该算法具有较高的运行效率,并且继承了Hadoop编程模型的可扩展特性,可移植性较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐向明	辽宁工程技术大学软件学院	22	70	5.0	7.0
2	魏萍	中国石油大学地球物理与信息工程学院	17	60	4.0	7.0
3	郑帅	辽宁工程技术大学软件学院	3	1	1.0	1.0