基于神经网络集成的DNA序列分类方法研究

作者：敖丽敏; 罗存金

来源：计算机仿真, 2012, (06): 171-175+362.

• 神经网络集成
• 分类
• 特征提取
• 生物信息
• 数据挖掘 Neural network ensemble
• Classification
• Features extraction
• Biological information
• Data mining

研究DNA序列分类问题,针对DNA序列数据的特点和目前DNA序列分类精度低的问题,提出了一种基于神经网络集成的DNA序列分类方法。方法实现的第一步采用三种方法提取DNA序列特征,第二步采用附加动量对单个BP神经网络权值进行调整,加快网络的收敛速度,第三步对学习率进行自适应调整,减少迭代次数,第四步利用改进的BP神经网络模型对提取的每种特征分别进行训练分类,第五步神经网络集成决策DNA序列属于哪一类。经实验证明,利用改进方法比单个神经网络分类有更高的分类效率和正确率,具有一定的推广意义。

• 单位
  东北电力大学