一种受生物学启发的分类器
数据库
2007-11-19 v1 信息检索
摘要
我们提出了一种基于数据库中相应条目存储的数据相关性来度量记录间距离的方法。原始方法（F. Bagnoli, A. Berrones 和 F. Franci. Physica A 332 (2004) 509-518）是在意见形成背景下提出的。针对一组主题表达的意见在个体间形成“知识网络”，其中两个个体表达的意见越相似，他们就越接近。假设个体的意见存储在数据库中，作者表明可以利用数据库中的相关性来预测意见。这相当于用表达意见的相关性来近似两个个体品味之间的重叠。在本文中，我们将该模型扩展至非线性匹配函数，其灵感来源于微阵列（探针 - 样本配对）等生物学问题。我们数值研究了八条参考序列与随机探针之间相关性矩阵与重叠矩阵的误差。结果表明，该方法在存在易位的情况下检测相似性时特别稳健。
引用
@article{arxiv.0711.2615,
title = {A Biologically Inspired Classifier},
author = {Franco Bagnoli and Francesca Di Patti},
journal= {arXiv preprint arXiv:0711.2615},
year = {2007}
}