-
题名非树型网络模体发现算法
被引量：3
- 1
-
-
作者
覃桂敏
高琳
周晓锋
-
机构
西安电子科技大学计算机学院
西安电子科技大学软件学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2009年第11期2420-2426,共7页
-
基金
国家自然科学基金(No.60574039)
教育部博士点基金(No.200807010013)
+1 种基金
陕西省自然基金(No.SJ08-ZT150)
NSFC-微软亚洲研究院联合资助(No.60933009)
-
文摘
现有的大多数网络模体发现算法发现网络中的确切模体,但是由于生物数据是不完整的,有噪声的,而且生命过程具有动态性,概率网络模体具有更实际的意义.本文提出了非树型网络模体发现算法,寻找由一组相似子图组成的概率网络模体.在该算法中,首先提出子图挖掘算法ESN挖掘网络中所有给定规模的非树型子图,然后进行多图比对,最后基于统计模型和对应的得分函数,用模拟退火算法求得网络模体.对E.coli和Yeast的基因调控网络的仿真实验表明,该算法能够高效地发现生物网络中的概率模体.
-
关键词
生物网络
概率网络模体
子图挖掘
-
Keywords
biological networks
probability network motifs
subgraph mining
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
