粒子群优化RBF神经网络的DNA序列分类

摘要：

为提高径向基神经网络算法在DNA序列分类问题应用上的准确率和收敛速度,首先,以20种氨基酸的含量作为特征向量;其次,针对由于随机选取径向基神经网络初始参数引起的收敛速度慢的问题,选择粒子群算法优化神经网络参数.应用真实的DNA序列对优化前后的两种神经网络算法进行比较,结果显示,优化后算法在迭代12次左右误差即稳定,分类结果正确率达到93.75％,远高于未经优化的神经网络70％的正确率.由实验结果可知,在DNA序列分类问题中,粒子群优化径向基神经网络对提高收敛速度和正确率方面是有效的.

关键词：DNA序列分类、PSO-RBF神经网络、特征提取、分类模型建立、参数优化、分类效果对比

所属期刊栏目：43

分类号：TN911.1-34;TP183

资助基金：国家自然科学基金11471067

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：87-91