[发明专利]具有局部-整体约束的无重叠近似模式匹配方法

说明书

本发明具有局部‑整体约束的无重叠近似模式匹配方法，涉及电数字数据处理技术领域，利用网树结构来解决(δ,γ)‑距离下的无重叠近似模式匹配问题，首先读入序列S、模式P、局部阈值δ和整体阈值γ，根据输入条件创建一棵网树，然后从最后一个根结点开始，判断是否存在满足局部‑整体约束的树根叶子路径，最后从叶子层开始，根据最右双亲策略回溯出一条出现，迭代此过程，直到第一个根结点。本发明克服了现有技术针对具有局部‑整体约束的无重叠近似模式匹配问题，存在很难兼顾求解的准确性、一般性和灵活性，以及在保证结果集非冗余的同时能够保留下有价值的信息的缺陷。

技术领域

本发明的技术方案涉及电数字数据处理技术领域，具体地说是具有局部-整体约束的无重叠近似模式匹配方法。

背景技术

大数据时代已到来，从海量数据中挖掘出有价值的信息已成为新的研究热点，频繁模式挖掘是指从大量数据中找出频繁出现的模式，其主要任务是模式匹配，因为频繁模式挖掘通常需要计算一个模式的支持度，而支持度计算的实质就是模式匹配问题，因此，模式匹配是频繁模式挖掘的基础与核心，随着科学技术的发展，模式匹配已成为计算机科学中的一个重要研究方向，并且是许多工作的研究基础，不仅应用于简单的时间序列匹配，还应用于简单的生物序列匹配。

模式匹配是指在序列S中查找与模式P相同或者相似的子序列的过程，其发展趋势主要有以下几种：①从传统的模式匹配到具有间隙约束的模式匹配；②从具有间隙约束的精确模式匹配到具有间隙约束的近似模式匹配；③从无特殊条件下的近似模式匹配到一次性条件下的近似模式匹配，再到无重叠条件下的近似模式匹配。

在模式匹配问题中引入间隙约束，能使得问题求解更加灵活，并且能够避免匹配到无意义的模式，下例A对具有间隙约束的模式匹配问题进行了详细说明。

例A.给定序列S＝s₁s₂s₃s₄s₅＝acaba，模式P＝p₁[min₁,max₁]p₂[min₂,max₂]p₃＝a[0,2]b[0,1]a。

具有间隙约束的模式P表示为p₁[min₁,max₁]p₂…p_j[min_j,max_j]p_j+1…[min_m-1,max_m-1]p_m，其中，min_j和max_j分别表示子模式p_j和子模式p_j+1之间能够匹配的通配符的最小个数和最大个数，区间[min_j,max_j]称为间隙约束，m表示模式串的长度。