基于连接强度的PPI网络蚁群优化聚类算法

被引:13
作者
雷秀娟 [1 ]
黄旭 [1 ]
吴爽 [1 ]
郭玲 [2 ]
机构
[1] 陕西师范大学计算机科学学院
[2] 陕西师范大学生命科学学院
关键词
PPI网络; 连接强度; 蚁群优化算法; 聚类;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
由于PPI网络数据的无尺度和小世界特性,使得目前对此类数据的聚类算法效果不理想.根据PPI网络的拓扑结构特性,本文提出了一种基于连接强度的蚁群优化(Joint Strength based Ant Colony Optimization,JSACO)聚类算法,该算法引入了连接强度的概念对蚁群聚类算法中的拾起/放下规则加以改进,以连接强度作为拾起规则,对结点进行聚类,并根据放下规则放弃部分不良数据,产生最终聚类结果.最后采用了MIPS数据库中的PPI数据进行实验,将JSACO算法与PPI网络数据的其他聚类算法进行比较,聚类结果表明JSACO算法正确率高,时间开销低.
引用
收藏
页码:695 / 702
页数:8
相关论文
共 8 条
[1]  
蚁群算法在聚类分析中的应用研究.[D].夏天扬.武汉理工大学.2010, 12
[2]  
蛋白质网络中复合物和功能模块挖掘算法研究.[D].李敏.中南大学.2008, 02
[3]  
Distributed optimization by ant colonies..Colorni A; Dorigo M; Maniezzo V;.Proceedings of the First European Conference on Artificial Life.1991,
[4]  
An Algorithm for Finding Functional Modules and Protein Complexes in Protein-Protein Interaction Networks.[J].Guangyu Cui;Yu Chen;De-Shuang Huang;Kyungsook Han;Daniel Howard.Journal of Biomedicine and Biotechnology.2008,
[5]   Ant algorithms for discrete optimization [J].
Dorigo, M ;
Di Caro, G ;
Gambardella, LM .
ARTIFICIAL LIFE, 1999, 5 (02) :137-172
[6]   Ant colonies for the travelling salesman problem [J].
Dorigo, M ;
Gambardella, LM .
BIOSYSTEMS, 1997, 43 (02) :73-81
[7]   基于局部探测的快速复杂网络聚类算法 [J].
金弟 ;
刘大有 ;
杨博 ;
刘杰 ;
何东晓 ;
田野 .
电子学报, 2011, 39 (11) :2540-2546
[8]   基于距离测定的蛋白质复合物识别算法 [J].
李敏 ;
王建新 ;
陈建二 .
吉林大学学报(工学版) , 2010, (05) :1318-1323