Классификация методов бикластеризации

Теперь, когда четко выделены основания для классификации алгоритмов бикластеризации, построим их таксономию. В таблице1.3 для каждого алгоритма, вошедшего в обзор, в соответствующих столбцах указаны тип бикластера, структура порождаемых бимножеств, количество бикластеров, порожденных за один запуск алгоритма, и стратегия поиска.

Таблица 1.3:

Сравнительная таблица алгоритмов бикластеризации

Алгоритм	Тип бикластера	Структура	Порождение	Стратегия поиска
Block Clustering [37]	Constant	f	One Set at a Time	Div-and-Conq
-biclusters [25]	Coherent Values	i	One at a Time	Greedy
FLOC [84,85]	Coherent Values	i	Simultaneous	Greedy
pClusters [81]	Coherent Values	g	Simultaneous	Exh-Enum
Plaid Models [51]	Coherent Values	i	One at a Time	Dist-Ident
PRMs [66,67]	Coherent Values	i	Simultaneous	Dist-Ident
CTWC [34]	Constant Columns	i	One Set at a Time	Clust-Comb
ITWC [78]	Coherent Values	d,e	One Set at a Time	Clust-Comb
DCC [23]	Constant	b,c	Simultaneous	Clust-Comb
-Patterns [24]	Constant Rows	i	Simultaneous	Greedy
Spectral [45]	Coherent Values	c	Simultaneous	Greedy
Gibbs [68]	Constant Columns	d,e	One at a Time	Dist-Ident
OPSMs [16]	Coherent Evolution	a,i	One at a Time	Greedy
SAMBA [77]	Coherent Evolution	i	Simultaneous	Exh-Enum
xMOTIFs [58] [19]	Coherent Evolution	a,i	Simultaneous	Greedy
OP-Clusters [53]	Coherent Evolution	i	Simultaneous	Exh-Enum

Мы используем решеточную таксономию алгоритмов, так как она лишена недостатков древесной, когда наследование свойств от различных надклассов невозможно для одного и того же подкласса. Данная таксономия построена средствами ФАП, а исходная таблица 1.3 посредством шкалирования сведена к объектно-признаковому представлению в виде бинарной матрицы.

Рис. 1.1. Таксономия алгоритмов бикластеризации

Содержание Назад Вперед

Forekc.ru
Рефераты, дипломы, курсовые, выпускные и квалификационные работы, диссертации, учебники, учебные пособия, лекции, методические пособия и рекомендации, программы и курсы обучения, публикации из профильных изданий