基于BP神网络DNA序列分类方法研究.pdfVIP

sequences.Thesecondistheperiodicpropertyofthesequences.Thethirdisthat

amountofinformationofthesequences.Byusingthismethod,weclassifythenature

sequencesandartificialsequences.Atlast,weanalyzethecharacteristicinthismodel

andconsiderthegeneralizationofthismodel.

关于序列分类问题的模型

，

指导老师：

（大连理工大学，大连116024）

编者按：本文以统计方法提取样本特征，以之作为BP神经网络的输入，用

MATLAB中相应算法进行训练。然后用于解决本分类问题，得到了较准确的结果。

本文提取特征时考虑较为全面，在此基础上正确地运用了神经网络方法，发挥了神

经网络适用于非线性问题，具有自适应能力的优点。思路清楚，文字简练。

：本文提出了一种将人工神经元网络用于分类的方法。作者首先应用概

率统计的方法对20个已知类别的人工序列进行特征提取，形成序列的

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NeuralNetworkToolbox(神经网络工具箱)中的反向(BackpropaionBP)

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

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：本文中分类方法能够以很高的正确率和精度对

序列进行分类，将人工神经元网络用于序列分类是完全可行的。

1问题重述（略）

序列由四个碱基A、T、C、G按一定规律排列而成．已知所给人工序列1一

10属于A类，11一20属于B类．本题中，我们的主要工作有两个：

1）提取A、B两类特征；

2）以所提取A、B两类特征为依据，把20个人工序列及182个自然序列分为A、

B两类（可能存在同时不具有A、B两类特征，不能归为A、B中任一类的序列）。

在本题中,先以序列1-20为依据,提取出A、B两类序列的统计特征,然后运用神经

网络中的BP网络对未知序列进行了分类识别.

2模型建立的理论依据

神经网络是近年来发展的一种大规模并行分布处理的非线性系统[1],其主要特点有：

1）能以任意精度近任意给定连续的非线性函数；

2）对复杂不确定问题具有自适应和习能力；

3）具有较强的容错能力和信息综合能力，能同时处理定量和定性的信息，能很好

地协调多种输入信息的关系。

传统的分类识别方法，对于一般非线性系统的识别很，而神经网络却为此

了一

个强有力的工具。它实质上是选择了一个适当的神经网络模型来近实际系统。目

前，在神经网络中应用最多的是BP网络。

对于具有个输入节点，个输出节点的BP网络，输入到输出的关系可以看作是

一个维欧式空间到维欧式空间的映射，→，这一映射是高度非线性

映射。K.T.Funahashi于1989年证明了这样的一个定理[2]：如果BP网络隐层节点

可以根据问题的不同作相应的配置的话，那么用三层的激励函数为双曲线正切型的

BP网络，可以以任意精度近任意连续函数。这一定理保证了BP网络在分类识别

问题中的可用性。

将复杂系统看作是一个黑箱，以实测输入，输出数据为学习样本，送入BP网络，

网络通过样本进行学习，在学习过程中，网络的权值不断地修改[3]，使输入到输

出的映象逐渐与实际对象的特性相近，但网络输出的整体误差小于给定的标

准时，整个网络便模拟出实际系统的外部特性.

实际分类识别问题中，输入空间一般是欧式空间，我们可以计算空间中点与点

的欧式距离，并根据这些距离知道