[发明专利]基于小波变换为特征的序列相似性分析的方法

摘要

本发明公开基于小波变换为特征的序列相似性分析的方法，其包括以下步骤：（1）选取原始DNA数据集；（2）对原始DNA数据集中的每一条序列进行K‑词处理；（3）统计每条序列中出现的K‑词的词频，对词频进行标准化处理；（4）根据每个K‑词对应的幅角给出其复数的映射；（5）每个K‑词的复数的乘上对应的标准化后的词频，将得到的实部乘积结果和虚部乘积结果按列合并；（6）对步骤（5）中得到的结果进行静态离散小波变换；（7）进行k‑means聚类运算，得到聚类结果。本发明基于小波变换为特征的序列相似性分析，运用复数和SWT的方法，不仅可以提取序列的时域信息，同时提取出信号的频域特征，SWT是一种复杂度较低的算法，并且K‑词的方法显著的降低维度，因此，本发明方法可以显著的提高运算速度和聚类的精确度。

主权项

基于小波变换为特征的序列相似性分析的方法，其特征在于：其包括以下步骤：(1)选取原始DNA数据集；(2)对原始DNA数据集中的每一条序列进行K‑词处理，每条序列获得K‑词的数量是L‑K+1个，K‑词的类别数是|∑|K，L是序列的长度；(3)统计每条序列中出现的K‑词的词频X，对词频X进行标准化处理，标准化后的结果为S；(4)在复平面上定义一个单位圆，|∑|K类的K‑词按照字母的排序均匀分布在单位圆上，每个K‑词对应的幅角的正弦值为该K‑词对应复数的实部，余弦值为该K‑词对应复数的虚部。(5)每个K‑词的复数的实部和虚部分别乘上对应的标准化后的词频，将得到的实部乘积结果和虚部乘积结果按列合并得到序列的特征向量；(6)选用coiflets滤波器作为母小波对步骤(5)中得到的结果进行静态离散小波变换；(7)将得到的静态离散小波变换的结果进行k‑means聚类运算，得到聚类结果。