图形聚类算法的代谢网络模块化分析

代谢网络的研究是当今生物学研究中的新热点,使用图形聚类算法对代谢网络进行分析研究是一个有力的手段.文中提出了用图形聚类方法挖掘复杂代谢网络中蕴含的功能信息并进行模块相似性分析的方法,从系统生物学角度揭示光合作用的进化.介绍了马尔可夫聚类算法和模拟退火聚类算法两种图形聚类方法;给出了两种方法对叶绿体和蓝细菌的代谢网络进行聚类的结果;定义了模块相似度评价指标,挖掘叶绿体和蓝细菌间保守的功能模块,并对其网络结构进行了比较分析.

基于多域的互联网物理对象关联分析方法研究

随着物联网技术的发展应用,越来越多的物理对象能被远程主机感知发现,相关物理对象的属性信息能被搜集和表示,但目前对于物理对象属性信息的分析和研究还不够系统全面。为深入研究物理对象,把物理对象的属性信息分为社会域、信息域和物理域三个多域层次,通过融合分析物理对象的多域属性信息,发掘物理对象之间的关联特性,能找出网络空间中物理对象之间隐含的关联情况。综合物理对象不同域中的属性信息,建立不同的关联计算方法得出物理对象多域关联关系矩阵,最后结合改进的马尔可夫聚类算法综合分析物理对象之间的关联关系。实验结果表明,该方法在物理对象融合关联分析方面有较好的聚类效果。

基于情境感知的广播电视群组发现策略

为解决广播用户收视兴趣复合性问题,提出一种基于时间情境感知的电视用户群组发现策略。采用张量分解获取节目和收视时间的隐性特征矩阵,利用马尔可夫聚类算法实现对记录的分类,并根据记录分类结果发现用户群组,用户组群以家庭用户为单位,识别出特定时段具有相似观看兴趣的所有家庭用户,并针对家庭用户群组实现节目推荐功能。实验结果表明,该策略可减小组内用户与群组整体在观看兴趣方面的平均绝对误差,并提高组内成员的观看兴趣相似度。