欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022111908895
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种结合信息粒融合和证据推理的蛋白质聚类方法,其特征在于,包括:

步骤1:将细胞中的蛋白质序列数据的信息粒化,根据预设参数k,基于各蛋白质序列样本的稀疏度sd(xi),对蛋白质序列数据集U进行信息粒化,生成一组g个信息粒{G1,G2,...,Gg};

其中,蛋白质序列数据集U={x1,x2,...,xn}由n个蛋白质序列样本组成,每个蛋白质序列样本xi包含w个属性信息{xi1,xi2,...,xiw};

k取值为表示非整数的向上取整,c为给定的簇数,一个簇表示一个亚细胞结构种类,簇数表示亚细胞结构种类数量;

各蛋白质序列样本的稀疏度是同时度量蛋白质序列样本的全局密度和局部密度的信息粒度,其中,为使蛋白质序列样本的相对密度最大的邻域半径,度量蛋白质序列样本全局密度,为各蛋白质序列样本在不同邻域半径下的相对密度,|·|表示集合的基数,各蛋白质序列样本在不同邻域半径下的邻域δ(xi,dij)={xz|xz∈U,d(xi,xz)≤dij},蛋白质序列样本xi和xj之间的欧氏距离d(xi,xj)=dij=||xi-xj||2,i,j=1,2,...,n且i≠j,为蛋白质序列样本的k近邻半径,度量蛋白质序列样本局部密度,表示蛋白质序列样本xi的第k个近邻;

对于每个信息粒G,存在蛋白质序列样本xi,使得且|G|=k,并且,即信息粒G是一个以xi为中心、为半径的超球,内含有k个蛋白质序列样本,且中心xi的稀疏度是最小的;

步骤2:基于相交关系进行蛋白质序列数据的信息粒融合,若任意两个信息粒相交|Gi∩Gj|≥1,即两个信息粒存在共同的蛋白质序列样本,则融合这两个信息粒,每一对信息粒融合完毕后,一组信息粒{G1,G2,...,Gg}转化成一组g*个粒簇步骤3:基于密度传播进行蛋白质序列数据的粒簇融合,针对任一个粒簇GCa以及与其距离最近的粒簇GCb,若sd*(GCa)≥sd*(GCb),即GCb的密度大于GCa的密度,则融合这两个粒簇,每个粒簇均融合完毕后,一组粒簇转化成一组g′个粒群{GF1,GF2,...,GFg′};

其中,任意两个粒簇之间的距离d*(GCa,GCb)=min{dij|xi∈GCa,xj∈GCb},即两个粒簇中相距最近的一对蛋白质序列样本之间的距离作为粒簇之间距离,其中a,b=1,...,g*且a≠b,粒簇的稀疏度即粒簇内蛋白质序列样本的稀疏度的平均值代表粒簇的密度;

步骤4:基于距离进行蛋白质序列数据的粒群融合,对于给定的簇数c,如果c=g′或c=g*则执行步骤4.1,如果c<g′则执行步骤4.2,如果c>g′则执行步骤4.3;

其中,任意两个粒群的距离d*(GFa,GFb)=min{dij|xi∈GFa,xj∈GFb},即两个粒群中相距最近的一对蛋白质序列样本之间的距离作为粒群的距离;

步骤4.1:将g′个粒群{GF1,GF2,...,GFg′}或者g*个粒簇直接作为初始簇{Cl1,Cl2,...,Clc};

步骤4.2:将距离最近的一对粒群融合,更新粒群数量和粒群的距离,再次执行步骤4;

步骤4.3:将每个粒群视为一个子数据集,针对每个子数据集再次执行步骤1至步骤3,得到的所有粒群组合成新的一组粒群,其中所有未加入粒群的蛋白质序列样本被视为一个粒群,再次执行步骤4;

步骤5:计算稳定样本的证据值,将初始簇Ω={Cl1,Cl2,...,Clc}内的蛋白质序列样本作为稳定样本,计算稳定样本属于各单簇和簇全集的证据值其中u=1,2,...,c,A∈2Ω\{Cl1,Cl2,...,Clc,Ω},初始化集合S,将所有稳定样本加入集合S;

步骤6:计算不稳定样本的证据值,对于不属于集合S的稀疏度最小的蛋白质序列样本xi,根据集合S中蛋白质序列样本xj计算xi属于各单簇和簇全集的证据值:其中表示xi在集合S中的k近邻,利用Dempster合并规则公式将k个近邻提供的所有证据值合并其中“·”为任意的Clu或Ω,将xi加入集合S,重复执行步骤6直到S=U;

步骤7:根据证据值分配蛋白质序列样本类别,对于每一个蛋白质序列样本xi,将其分配至簇最终得到的各簇为聚类结果,如果对于给定的离群点阈值τ,则xi为离群样本。

2.根据权利要求1所述的结合信息粒融合和证据推理的蛋白质聚类方法,其特征在于,还包括:离群点阈值τ的取值区间为[0.99,1]。

3.一种计算机设备,其特征在于,包括:

存储器,用于存储指令;以及

处理器,用于调用所述存储器存储的指令执行如权利要求1-2中任一项所述的结合信息粒融合和证据推理的蛋白质聚类方法。

4.一种计算机可读存储介质,其特征在于,存储有指令,所述指令被处理器执行时,执行如权利要求1-2中任一项所述的结合信息粒融合和证据推理的蛋白质聚类方法。