基于标准熵的局部敏感哈希的DNA序列聚类

摘要

本发明公开基于标准熵的局部敏感哈希的DNA序列聚类，通过对原始的DNA序列按着L‑Gram模型进行映射，通过计算N条序列的LF熵值构成的矩阵，进而得出其标准熵，使用Locality‑Sensitive Hashing对标准熵进行哈希映射，得到DNA片段序列的候选集合，在候选集合中计算编辑距离小于d的DNA片段序列得到聚类结果。本发明综合考虑到在转换后的特征空间包含足够的原始DNA信息，避免DNA信息的丢失，将每一段DNA序列转为一个新的空间，并计算每一条DNA片段序列的候选DNA片段序列集合，可以提高运算速度和精确度。