以密?函?為基礎的無??分群法分析古生菌蛋白質序?在細胞中的位置

ASIAIR > College of Computer Science > Department of Biomedical informatics > Theses & dissertations > Item 310904400/1467

Please use this identifier to cite or link to this item: http://asiair.asia.edu.tw/ir/handle/310904400/1467

Title:	以密?函?為基礎的無??分群法分析古生菌蛋白質序?在細胞中的位置 Parameterless density-based clustering for subcellular localization analysis of Achaea protein sequences
Authors:	鍾泓凱
Contributors:	生物資訊學系碩士班
Date:	2006
Issue Date:	2009-10-12 10:34:54 (UTC+0)
Publisher:	亞洲大學
Abstract:	群集分析為一種不須藉由已知的類別訓練，而純粹根據資料彼此間的相似程度來發覺哪些資料有群聚分佈的方法，也由於這種特性此類方法非常適合用於一些未知的資料來發掘資訊。群集的方法大致上有三大類:階層式群集分析、切割式群集分析以及密度式群集分析，其中密度式群集分析由於可以發現對於任意形狀的資料分佈而且也能自決定群集的個數，此兩種特性對於發掘未知資料的資訊方常有幫助，也因此本篇論文群集分析的方法是以密度式及分析為基礎。雖然各種形形色色的群集分析方法有其針對要解決的問題，但都有依共通的缺點，那就是需要給定參數，而參數的給定對於群集分析的結果有著決定性的影響，在面對未知資料時使用者唯一找出最佳分群的方法就是在不斷地做錯誤嘗試找出最適合該分佈的最佳參數。本篇論文的方法就是以整體資料為考量，以資料力場模型估算資料點的密度，並且利用最小展開樹所鏈結的點與點鄰居關係將高維度的資料分佈訊息轉為一維的，結合此一維資訊以及密度力場的連續變化從中來判斷哪些連結鄰居的鏈結應當切斷而形成獨立的群集，而實驗的結果中顯示此種不需要使用者給定參數的群集方法也一樣能有效做分群而且效果也不差。
Appears in Collections:	[Department of Biomedical informatics ] Theses & dissertations

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	412	View/Open

Loading...