异构基因共表达网络的分析方法

本书以基因共表达网络为研究对象，针对传统经典的聚类方法对异构信息网络分析的局限性和目前关于异构信息网络的聚类方法的不足，基于张量分解工具对异构信息网络的聚类问题进行研究。提出了基于张量的异构信息网络建模方法、一般网络模式的异构信息网络聚类模型、稀疏性约束下的异构信息网络聚类模型、动态异构信息网络中的混合多类型社团发现模型，在此基础上利用这些异构信息网络分析方法，深入研究LncRNA 和mRNA的表达水平和调控关系。

这是一本深入探讨异构信息网络和基因共表达网络的专业著作。书中以基因共表达网络为研究对象，针对传统经典的聚类方法对异构信息网络分析的局限性和目前关于异构信息网络的聚类方法的不足，基于张量分解工具对异构信息网络的聚类问题进行研究。提出了基于张量的异构信息网络建模方法、一般网络模式的异构信息网络聚类模型、稀疏性约束下的异构信息网络聚类模型、动态异构信息网络中的混合多类型社团发现模型，在此基础上利用这些异构信息网络分析方法，深入研究LncRNA 和mRNA的表达水平和调控关系。 本书详细介绍了张量代数基础，包括张量的定义、运算、分解等基本概念，以及张量在异构信息网络建模中的应用。书中还详细介绍了异构信息网络的张量表示模型，通过张量的高阶特性描述异构信息网络中基因网络的分布。此外，书中还深入探讨了复杂网络社团结构特性，包括社团划分的评价指标和算法。 在书中，作者详细阐述了CDGA算法原理和实现，这是一种基于遗传算法的社团划分算法，并将其应用于基因共表达网络中。作者还详细介绍了小规模测试网络实验和真实数据集实验，以验证算法的有效性。此外，书中还讨论了异构信息网络聚类分析的重要性，以及现有聚类方