DNA計算在聚類分析中的研究與應用.pdf

1、數據挖掘技術運用各種方法從數據庫中提取有用戶感興趣的知識,它是知識發(fā)現過程的核心步驟,其中一個主要任務就是進行聚類分析.聚類分析是指將是將物理或抽象對象的集合分組成為由類似的對象組成的多個類的過程.它是人們認識和探索事物之間內在聯系的有效手段.目前,對聚類分析的研究十分活躍,提出了許多聚類算法,但是都是基于電子計算機的求解.隨著電子計算技術的快速發(fā)展,電子計算機的計算能力已接近極限.數據挖掘中的聚類分析問題受制與電子計算機的計算能力,在

2、大規(guī)模數據的處理上顯得力不從心.DNA計算是一種新型的計算方式,具有大量、快速、并行計算的優(yōu)點,可以彌補電子計算機計算能力不足的問題.因此如果將 DNA計算應用于聚類分析,可以滿足聚類分析的計算要求,還能夠加快聚類的速度,增大數據的規(guī)模,并降低聚類的復雜度.
　　DNA計算基本原理是利用DNA分子的雙螺旋結構和WC堿基互補配對原則進行信息編碼,將實際問題映射成DNA分子鏈.借助生物酶的作用進行可行性生物學操作,生成全部數據池,再遵

3、循特定的規(guī)則將抽象問題的數據運算并行地映射成DNA分子鏈的可控的生化反應過程,最后,利用分子生物技術(如親和層析、聚合鏈反應PCR克隆、磁珠分離、誘變、電泳、分子純化等),檢測出可行的運算結果.
　　本文提出將DNA計算應用于聚類分析,主要思路分為兩個方向:一個是直接將DNA計算的超強計算能力應用于聚類分析問題上,將聚類問題映射為DNA分子的生物操作問題;第二個是利用DNA計算優(yōu)化現有的聚類分析方法,降低現有聚類方法的計算量,提高

4、聚類速度.本文首先通過巧妙的DNA編碼設計將聚類問題轉化為DNA計算問題,通過利用粘貼模型在試管中完成聚類的過程.然后又將 DNA計算引入現有的譜聚類分析以及CLIQUE算法中,在不失現有聚類算法優(yōu)點的前提下,降低了復雜度,提高了聚類速度.在通過matlab編程對給定的數據集進行仿真試驗后,得到的數據顯示這兩個思路在理論上都是有效的.同時,與一般方法相比較,本分方法由于基于DNA計算,在并行速度上的優(yōu)勢是無法比擬的.當然,在現有的生物操

5、作水平下,進行DNA計算還是相對復雜,但隨著生物技術水平的不斷成熟,DNA計算的優(yōu)勢會越來越明顯的體現出來.本文的不足之處是:第一,受各種條件所限,未能在生物實驗室中對提出的算法進行實際的驗證;第二，DNA計算在對現有聚類算法的優(yōu)化中,優(yōu)化的程度還不夠明顯,未能充分的展示出DNA計算的優(yōu)越性。
　　本文提出了DNA計算在聚類分析中的應用,通過仿真實驗證明了方法的可行性,為今后DNA計算在數據挖掘、聚類分析領域的研究應用提供了一定的