基于位置信息的非比对序列聚类方法

• 作者: 徐彭娜 林劼 江育娥 魏静
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: K-词 LF熵 K-means聚类 位置信息
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 数据工程
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP3
• 字数: 4708字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.12.008

摘要

非比对序列相似性模型直接采用序列自身的统计信息来计算序列之间的相似度,具有运算速度快、聚类结果准确等优点.提出一种基于位置信息的非比对序列相似性模型,通过提取K词模型中每个词的Local Frequency (LF),计算对应K词的LF熵,并结合K词频率进行序列的特征提取,应用于蛋白质聚类.实验结果表明该方法能够有效地提取序列的信息,提高聚类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林劼	福建师范大学软件学院	25	138	6.0	11.0
2	魏静	福建师范大学软件学院	11	2	1.0	1.0
3	徐彭娜	福建师范大学软件学院	4	38	2.0	4.0
4	江育娥	福建师范大学软件学院	11	65	4.0	8.0