云计算下的基因测序数据并行化生成方法

传统基因测序数据生成方法对聚类的起始和终止判断不准确，导致测序数据生成速度慢，且无法对基因特征实现精准表达。为强化描述测序数据与基因之间的关联程度，优化基因测序数据生成效率，提出云计算下的基因测序数据并行化生成方法。利用主成分分析法，建立初始数据特征子集，获取综合数据指标，构建描述特征集合的系数矩阵，计算特征值与特征向量，保留方差贡献值较高的数据，完成降维处理。设计具有应用层、服务层与资源层的云架构体系，确定云平台组件。结合基因数据发展特征，验证基因中是否存在污染物，控制测序数据质量；根据聚类算法的反单调特性，将最小矩阵作为起点，通过阈值判断能否生成聚类。当聚类结束时，得到生成的并行化测序数据。实验表明，上述方法效率高，且生成的数据能够准确表达出基因特性。

Parallel Generation of Gene Sequencing Data in Cloud Computing