[发明专利]一种基于序列模式挖掘算法的系统发生树构建方法有效
申请号: | 201811408608.2 | 申请日: | 2018-11-23 |
公开(公告)号: | CN109545283B | 公开(公告)日: | 2020-11-10 |
发明(设计)人: | 叶凯;康永永;杨晓飞;贾鹏;蔺佳栋;郭立 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G16B40/00 | 分类号: | G16B40/00;G16B30/00 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 安彦彦 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于序列模式挖掘算法的系统发生树构建方法,包括挖掘隐藏在序列集中能够用于衡量序列相似性的特异模式,得到初始模式集;过滤初始模式集中的非闭合频繁模式,得到更能够代表序列集的优化模式集;然后构造模式向量集,再计算模式向量之间的距离,进而构建用于生产系统发生树的距离矩阵。本发明采取序列模式挖掘算法来提取序列集中频繁出现的序列模式,然后利用过滤后的模式集将序列集转换为二进制或是赋有权重信息的模式向量集的形式计算距离矩阵,后而构建系统发生树。对大规模、低相似度的序列集,利用模式增长的策略可以挖掘序列集中更具代表性的模式,避免了提取对衡量序列相似性无用的冗余模式,优化了全局范围内序列之间相似性的衡量。 | ||
搜索关键词: | 一种 基于 序列 模式 挖掘 算法 系统 发生 构建 方法 | ||
【主权项】:
1.一种基于序列模式挖掘算法的系统发生树构建方法,其特征在于,包括如下步骤:步骤1:挖掘隐藏在序列集中能够用于衡量序列相似性的频繁序列模式,得到初始模式集;步骤2:过滤初始模式集中的非闭合频繁模式,得到能够代表序列集的优化模式集;然后构造模式向量集,再计算数值向量之间的距离,进而构建距离矩阵;根据距离矩阵生成最终需要的系统发生树。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811408608.2/,转载请声明来源钻瓜专利网。