基于生物网络的多关键字关联搜索算法研究

发布时间：2025-01-17 12:31

　　随着生物医疗大数据的不断增长,用户对生物医疗大数据的搜索需求也随着具体生物问题的不同而蕴含着特定的语义需求。传统的搜索引擎如Google、百度等通用搜索引擎并不能够有效地利用生物语义关联关系,搜索出符合用户需求的生物医疗数据资源、信息,从而提供高效的生物医疗大数据搜索。国家863项目“生物大数据表述索引、搜索与存储访问关键技术研发”针对这个问题提出了解决方案。该项目目的是对整合的跨多数据源生物医疗大数据利用生物语义关联关系做生物医疗关联搜索引擎,而对于生物医疗大数据关联搜索引擎的构建,基于生物网络的多关键字关联搜索的算法研究是其中不可或缺的重要部分。近年来,基于图上的关键字子图查询匹配、基于图上关键字搜索问题都有相应的算法研究。但是若是把这些算法直接应用到生物网络中,便会存在着一定的不适性,使得查询结果在某种程度上缺乏生物语义信息和隐含结构信息。而且当网络规模和查询关键字集合达到一定程度的时候,算法的时间效率上会出现瓶颈。本课题为了解决这些问题,设计了一种层次斯坦纳树算法,并开展了实验。本课题针对基于生物网络的多关键字关联搜索问题提出层次斯坦纳树算法在生物网络中找到多关键字关联搜索的最优...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图3-3NeXO本体本课题在后期的实验中要用到的生物数据是来自文献[21]，其中要用到NeXO本体树结构和酵母整合网络

图3-3NeXO本体本课题在后期的实验中要用到的生物数据是来自文献[21]，其中要用到NeXO本体树结构和酵母整合网络。本体已经被证明非常有利于捕获知识作为术语及其相互关系的层次结构。在生物学中，一个主要的挑战是构建基因功能

图3-4酵母整合网络如图3-4是酵母整合网络图

图3-4酵母整合网络如图3-4是酵母整合网络图。酵母整合网络是由物理蛋白质-蛋白质作用、遗传相互作用、共表达基因和一个被称为YeastNet20的整合网络这四大基本类

图3-6层次聚类树状图示例

图3-6层次聚类树状图示例网络上应用层次聚类算法之后，将会得到一个层次聚图3-6展示的示例一样，对层次聚类树状图进行分割割的簇距不再是之前示例中的5，我们需要根据网络

图4-1关键字组合示意图一

图4-1关键字组合示意图一

本文编号：4028064