点击次数：

发布时间：2019-03-22

论文类型：期刊论文

发表时间：2001-02-20

发表刊物：数学的实践与认识

收录刊物：PKU

卷号：31

期号：1

页面范围：26-30，31

ISSN号：1000-0984

关键字：DNA序列;神经网络;应用概率统计;人工神经元网络;特征提取;反向传播;向量集;模型驱动方法;样本输入;样本集;

摘要：本文提出了一种将人工神经元网络用于DNA分类的方法. 作者首先应用概率统计的方法对20个已知类别的人工DNA序列进行特征提取，形成DNA序列的特征向量，并将之作为样本输入BP神经网络进行学习. 作者应用了MATLAB软件包中的Neural Network Toolbox(神经网络工具箱)中的反向传播（Back propagation BP）算法来训练神经网络. 在本文中，作者构造了两个三层BP神经网络，将提取的DNA特征向量集作为样本分别输入这两个网络进行学习. 通过训练后，将20个未分类的人工序列样本和182个自然序列样本提取特征形成特征向量并输入两个网络进行分类. 结果表明：本文中提出的分类方法能够以很高的正确率和精度对DNA序列进行分类，将人工神经元网络用于DNA序列分类是完全可行的.