CUMCM优秀论文-DNA分类模型【数学建模】.pdfVIP

第 31 卷第 1 期 数学的实践与认识 V o l31　N o 1　 2001 年 1 月 M A TH EM A T ICS IN PRA CT ICE AND TH EO R Y Jan. 2001　 emp loy the BP (back p ropagation ) algo rithm to train NN by use of the N eural N etw o rk Too lbox in M A TLAB softw are package. In th is paper, tw o th reesto ry NN are created to input the extracted DNA character vecto rs as samp les into them. A fter the training, characters are extracted from the 20 unclassified artificial sequence samp les and 182 natural sequence samp les . : to fo rm the character vecto rs as input of the tw o NN fo r clustering T he results show s the clustering m ethod p resented in th is paper can classify the DNA sequences in quite h igh accuracy and p recision. It is quite feasible to app ly the artificial neural netw o rk to DNA sequence . clustering D NA　分　类　模　型 杨　健, 　王　驰, 　杨　勇 指导老师: 　王　鸣 (北京大学, 北京　100871) 编者按: 　本文将DNA 序列的碱基的组合看作“文章”的关键词, 用逐步优选法对关键词进行优选并用分 层分类的方法进行分类. 从理论上说, 这一方法可以提取较好的特征, 而且分类也较精细. 这一模型有一定 创造性, 分析问题比较精细而贴近实际, 思路清楚, 叙述通顺简练. 摘要: 　本模型充分利用了所给数据的特点, 运用统计、最优化等数学方法, 从已知样本序列中提炼出能较 好代表两类特征的关键字符串, 据此提出量化的分类标准, 能较好的对任给DNA 序列进行分类. 首先, 从已 知样本序列中用广度优先法选出所有重复出现的字符串, 并计算其标准化频率及分散度. 然后, 利用样本数 据结合最小二乘法确定两类字符串各自的优先级函数, 并且逐步优化其参数使之达到稳定, 提高了可信度. 最后, 根据优先级函数找出关键词, 然后确定权数, 用层次分析法对未知样本进行分类, 并定出显著水平, 从 而得到了一个比较通用的分类方法. 经过检验, 此方法对 21—40 号待测样本进行了很好的分类, 对后面的 182 个DNA 序列进行同样的操作, 也有较好的效果. 1　 问题的重述( 略) 2　模型假设 ( 1) 假定待分类样本 21—40 中既不属于A 类也不属于B 类的样本百分比不超过 5%. ( ) (