[发明专利]具有局部-整体约束的一次性近似模式匹配方法

说明书

本发明具有局部‑整体约束的一次性近似模式匹配方法，涉及电数字数据处理技术领域，利用网树结构来解决(δ,γ)‑距离下的一次性近似模式匹配问题，首先读入序列S、模式P，局部阈值δ和整体阈值γ，根据输入条件创建一棵网树，然后从叶子层的最后一个结点开始，根据最右双亲策略和贪婪搜索双亲策略，选择剩余出现数较大的出现，迭代此过程，直到叶子层的第一个结点，求出最大结果集，最后输出模式P在序列S中的所有出现。本发明克服了现有技术针对具有局部‑整体约束的一次性近似模式匹配问题，存在很难兼顾求解的一般性、准确性和灵活性，以及解集要非冗余的缺陷。

技术领域

本发明的技术方案涉及电数字数据处理技术领域，具体地说是具有局部-整体约束的一次性近似模式匹配方法。

背景技术

随着互联网技术不断发展，数据的规模日益剧增，如何使用数据挖掘技术从大量数据中找到有价值的信息，已成为一个研究热点，频繁模式挖掘是指从大量数据中找出频繁出现的模式，其主要任务是模式匹配，因为频繁模式挖掘通常需要计算一个模式的支持度，而支持度计算的实质就是模式匹配问题，因此，模式匹配是频繁模式挖掘的基础与核心，随着科学技术的日新月异，模式匹配技术已在各个领域得到了广泛应用，不仅应用于简单的时间序列匹配，而且应用于简单的生物序列匹配。

模式匹配是指在序列S中查找与模式P相同或者相似的子序列的过程，其发展趋势主要有以下几种：①从传统的模式匹配到具有间隙约束的模式匹配；②从精确模式匹配到近似模式匹配；③从无特殊条件下的模式匹配到一次性条件下的模式匹配。

与传统模式匹配相比，将间隙约束引入到模式匹配问题中，虽然使得问题更加难于求解，但能够降低数据噪音的影响，提高了模式匹配的灵活性，下例A对具有间隙约束的模式匹配问题进行了详细说明。

例A.给定序列S＝s₁s₂s₃s₄s₅s₆s₇＝cbcabbc，模式P＝p₁[0,1]p₂[0,1]p₃＝c[0,1]b[0,1]c。

具有间隙约束的模式：P＝p₁[min₁,max₁]p₂…[min_j,max_j]p_j+1…[min_m-1,max_m-1]p_m，其中，min_j和max_j分别表示子模式p_j和子模式p_j+1之间能够匹配的通配符的最小个数和最大个数，区间[min_j,max_j]称为间隙约束，m表示模式P的长度。