jP和概率神经网络预测微生物热稳定性的比较.pdfVIP

下载本文档

4
0
约1.31万字
约 5页
2017-09-12 发布于重庆
举报
版权申诉

jP和概率神经网络预测微生物热稳定性的比较.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 11卷第6期江南大学学报(自然科学版) Vo1．11 No．6 2012年 12月 JournalofJiangnanUniversity(NaturalScienceEdition) Dec． 2012 BP和概率神经网络预测微生物热稳定性的比较丁彦蕊，徐星宇，须文波 (江南大学物联网工程学院，江苏无锡 214122) 摘要：微生物的热稳定性与代谢网络的拓扑特征之间存在着密切的关系。分析了460个微生物的22个代谢网络拓扑特征，分别利用BP神经网络和概率神经网络建立分类模型，以比较两种算法预测微生物热稳定性的效果。通过分析隐层数目和扩展常数对分类效果的影响发现，相对于BP 神经网络，简单易用、稳定性好的概率神经网络更适合于从代谢网络特征角度预测微生物的热稳定性。当耐热菌与常温茵数比例为1：1、扩展常数为0．09时，概率神经网络对常温菌、耐热菌的预测率分别为72．83％和82．61％。预测率也表明，聚集系数、介数等代谢网络拓扑特征影响着微生物的热稳定性。关键词：BP神经网络；概率神经网络；代谢网络拓扑特征；热稳定性预测中图分类号：TP183 文献标识码：A 文章编号：1671～7147(2012)06—0637—05 Comparison oftheBP andProbabilisticNeuralNetworkUsed in Prediction ofM icroorganism Thermostability DING Yan—rui， XU Xing-yu， XU Wen-bo (SchoolofInternetofThingsEngineering，JiangnanUniversity，Wuxi214122，China) Abstract：Thereisasignificantrelationshipbetweenmicroorganism thermostabilityandmetabolicnetworktopology．Inthis paper，wefirstlyanalyzed22metabolicnetworkparametersof460microorganisms，andthen，webuilttheclassification modelsusingBPNeuralNetworkandProbabilisticNeuralNetworkrespectivelytocomparetheefficiencyofpredictingthe microorganism thermostability．Afterstudyingtheinfluenceofthehiddenlayernumberandspreadconstantontheclassifi— cationresults，wefoundProbabilisticNeuralNetworkissuitableforpredictingthemicroorganism thermostabilitybyusing metabolicnetworkparametersbecauseofitseasinessofuseandhighstabilitycomparingwithBPNeuralNetwork．When theratioofthermophilicmicroorganism number：mesophilicmicroorganism numberis1：1，andtheexpand constantis 0．09．thepredictionaccuraciesofmesophlicandthermophiliemicroorganism are72．83％ and82．61％ respectively．The predictionaccuraciesalsoshowthatthemetabolicnetworkparametersincludingclusteringcoefficien