一种基于序列模式挖掘算法的系统发生树构建方法

摘要

一种基于序列模式挖掘算法的系统发生树构建方法，包括挖掘隐藏在序列集中能够用于衡量序列相似性的特异模式，得到初始模式集；过滤初始模式集中的非闭合频繁模式，得到更能够代表序列集的优化模式集；然后构造模式向量集，再计算模式向量之间的距离，进而构建用于生产系统发生树的距离矩阵。本发明采取序列模式挖掘算法来提取序列集中频繁出现的序列模式，然后利用过滤后的模式集将序列集转换为二进制或是赋有权重信息的模式向量集的形式计算距离矩阵，后而构建系统发生树。对大规模、低相似度的序列集，利用模式增长的策略可以挖掘序列集中更具代表性的模式，避免了提取对衡量序列相似性无用的冗余模式，优化了全局范围内序列之间相似性的衡量。