matlab編程代做highspeedlogic基于基因数据的神经网络模式分类研究.docVIP

highspeedlogic摘 要识别活动是人类的基本活动，人们希望机器能代替人类进行识别工作，因此模式识别的理论和方法引起了人们极大的兴趣并进行了长期的研究，现已发展成一门多学科交叉的学科。人工神经网络能较好地模拟人的形象思维，而且由于具有大规模并行协同处理能力、较强的容错能力和联想能力以及较强的学习能力，所以将神经网络方法运用到模式识别中去解决识别问题己成为国内外科技工作者广泛关注的热点。本文首先对模式识别、神经网络的发展概况以及应用神经网络来进行模式识别作了较为详细的介绍，然后分析了模式识别的一些基本概念、方法，指出了其困难和要求，同时给出了神经网络进行模式识别的方法。本课题我们将利用BP神经网络对基因数据进行分类，通过测试得到有三组数据，每组数据均有20个样本，且每一组样本具有共同的特性，并具有其特有的特性，每个样本具有114个数据，已知一组20个样本具有癌症特性，而另一组20个样本具有正常的特性，通过神经网络模型将第三组模型进行训练，做模式分类从而来判断其具有的特性。关键词：模式识别；人工神经网络；BP神经网络； 第一章 前言1.1引言近年来，随着基因技术在医学中的广泛应用，基于基因数据的计算机辅助诊断迅速发展起来。计算机辅助诊断可以提高医生诊断的准确率，协助医生对病人病因进行判断和识别并有助于预防疾病。在特征提取的基础上进行模式分类是基于基因的计算机辅助诊断的重要步骤，