位置:成果数据库 > 期刊 > 期刊详情页
CMRS:聚类的多解析度字符串索引结构
  • ISSN号:1000-1220
  • 期刊名称:《小型微型计算机系统》
  • 时间:0
  • 分类:TP311.13[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]东北大学信息科学与工程学院,辽宁沈阳110004
  • 相关基金:国家自然科学基金项目(60273079)资助;教育部高等学校优秀青年教师教学科研奖励计划基金资助项目.
中文摘要:

随着基因测序技术和人类基因组计划的发展,从大量的生物数据中寻找相似的序列就越来越成为当前研究的热点问题.本文提出了一种聚类的多解析度字符串索引结构,用于解决生物序列的相似性查询问题.首先,以较小容量的MBR(最小绑定矩形)构造基因序列的多解析度字符串索引结构,然后通过对MBR的聚类以夏保序技术的应用,减小索引中MBR的平均体积,从而增加了查询向量到索引的空间距离,提高了索引的过滤能力.还给出了一种新的后处理方法,通过大量的减少编辑距离的计算,提高索引的性能.文中给出了该索引结构并详细介绍了索引的相关算法.实验表明,该索引结构是一种有效的处理生物数据的相似性查询的索引结构.

英文摘要:

With the development of gene sequencing and human gene project, it became one of the research focuses to search similar sequences from vast biological data. This paper proposed a Clustered Multi Resolution String index structure to solve the problem of sequence similarity query. First, Multi Resolution String index structure is constructed with MBRs (Minimum Bounding Rectangles) of relatively small capacity. Then with the cluster of MBRs and the technique to keep the order of MBRs, the average volume of MBRs is reduced, so the distance between the query vector and the index is increased. Thus the filter ability of the index is greatly increased. This paper also proposed a new post process method to significantly increase index performance by greatly reducing the hum of ED computation. We describe the algorithm for the new index structure in detail and present experimental results, which show it is really an effective index structure for similarity query in the domain of biological data.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《小型微型计算机系统》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院沈阳计算技术研究所
  • 主编:林浒
  • 地址:沈阳市浑南新区南屏东路16号
  • 邮编:110168
  • 邮箱:xwjxt@sict.ac.cn
  • 电话:024-24696120 024-24696190-8870
  • 国际标准刊号:ISSN:1000-1220
  • 国内统一刊号:ISSN:21-1106/TP
  • 邮发代号:8-108
  • 获奖情况:
  • 中国自然科学核心期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23212