聚类算法研究及其在网络模块性分析中的应用

发布时间：2021-11-20 10:49

　　随着信息化社会的发展,大多数复杂系统都可以建模成一个网络模型（图模型）,通过对该网络模型的研究,可以有利地帮助我们理解复杂系统的功能。复杂系统的一个重要特性就是“模块性”（Modularity）,这种特性表现为模块内部的节点连接比较稠密,模块间的节点连接比较稀疏。在社会网络中称之为“社团结构”（Community Structure）,生物网络中称之为“功能模块”（Functional Modules）。通过对这种特性的研究可以更好的帮助我们理解复杂系统的机能和特性,且对复杂系统的控制、预测、变化和发展都具有至关重要的意义。针对复杂网络系统的模块性,本文着重研究网络模块性分析的聚类算法及其在真实网络中的应用:（1）提出一种基于模糊聚类的网络模块性分析方法。与现有算法不同之处在于,该算法不再通过一个图模型上的遍历搜索来寻找模块,即社团结构,而是把网络建模成一个模糊关系模型,通过模糊关系的运算（模糊关系的合成）来达到识别社团结构的目的。基于社团结构与等价类的共性（自反性、对称性、传递性）,建立起两者间的一一对应关系,即把社团结构映射为满足某一等价关系的等价类。在人工网络与真实网络中的测试结... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：114 页

【学位级别】：博士

【部分图文】：

社团结构的示意图，用虚线表示,(a)非重叠社团；(b)重叠社团[1,2,7,23]

第一章 绪论 块做为候选的疾病相关模块优于 MCL 算法与 MCODE 算法，同时还发现数疾病相关模块都由 Tissue-Specific Genes 组成，且只在少部分人类组uman Tissues)共表达(Co-Expressed)，少数疾病相关模块由 House Keepenes (Maintenance Genes)组成，且在大部分人类组织共表达。文数据库 2011年 第12期 基础科学辑 A

聚类算法研究及其在网络模块性分析中的应用 图3.1 模糊聚类算法识别社团结构的过程；(a) 交互网络；(b) 交互网络到模糊关系的映射(自反的，对称的)；(c) 模糊关系的传递闭包；(d) 整个网络被看成是一个等价类，也就是一个非重叠的社团结构； (e) 6个等价类，每一个节点是一个非重叠的社团结构；(f) 4个等价类；(g) 3个重叠社团的骨架；(h) 3个重叠社团，并用不同的颜色标明。黑色虚线圆圈表示的是等价类，且对应非重叠的社团，黑线表示交互网络里的边，红色有向虚线表示节点间的模糊关系第12期 孙鹏岗：聚类算法研究及其在网络模块性分析中的应用 A003-1-29

【参考文献】：
期刊论文
[1]实际网络的复杂特征分析[J]. 魏秋红,王红.  信息技术与信息化. 2009(01)
[2]蛋白质相互作用的研究方法[J]. 陈谋通,刘建军.  生物技术通报. 2009(01)
[3]复杂网络聚类方法[J]. 杨博,刘大有,金弟,马海宾.  软件学报. 2009(01)
[4]蛋白质相互作用网络进化分析研究进展[J]. 刘中扬,李栋,朱云平,贺福初.  生物化学与生物物理进展. 2009(01)
[5]蛋白质相互作用数据库及其应用[J]. 余鑫煜,许正平.  中国生物化学与分子生物学报. 2008(03)
[6]大规模蛋白质相互作用研究方法进展[J]. 关薇,王建,贺福初.  生命科学. 2006(05)
[7]复杂网络中的社团结构分析算法研究综述[J]. 解(亻刍),汪小帆.  复杂系统与复杂性科学. 2005(03)



本文编号：3507165