基于边缘密度系数的复杂网络密集子图检测
生物网络中紧密相连的模式可以帮助生物学家阐明有意义的见解。近年来,如何有效,快速地检测密集的子图已成为迫在眉睫的挑战。在本文中,我们提出了一种称为边缘密度系数的局部度量,该度量可以指示边缘是否位于密集的子图上。仿真结果表明,该方法可以提高检测密集子图的准确性和速度。因此,可以通过这种局部测量将GN算法扩展到大型生物网络。最后,我们将该算法应用于啤酒酵母微阵列数据集,并通过GOEAST对结果进行了基因本体分析。
生物网络中紧密相连的模式可以帮助生物学家阐明有意义的见解。近年来,如何有效,快速地检测密集的子图已成为迫在眉睫的挑战。在本文中,我们提出了一种称为边缘密度系数的局部度量,该度量可以指示边缘是否位于密集的子图上。仿真结果表明,该方法可以提高检测密集子图的准确性和速度。因此,可以通过这种局部测量将GN算法扩展到大型生物网络。最后,我们将该算法应用于啤酒酵母微阵列数据集,并通过GOEAST对结果进行了基因本体分析。