基于神经网络和粒子群算法的遗传位点与患病信息的关联性分析

• 作者: 刘晓 李志强 李杰 闫白鹭
• 来源期刊: 北京化工大学学报（自然科学版）
• 学科: 经济
• 关键词: 遗传位点 交互作用 粒子群算法(PSO) 神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 管理与数理科学
• 页码范围: 97-102
• 页数: 6页
• 分类号: F064.1
• 字数: 5018字
• 语种: 中文
• DOI: 10.13543/j.bhxbzr.2018.01.016

摘要

基于遗传疾病与某些遗传基因位点存在的较强关联性,并考虑到位点间存在交互作用的情形,提出了关联性最强的位点组合的筛选方法.将每个候选位点组合对应的基于神经网络的预报准确率作为评价标准,用粒子群算法(PSO)通过迭代逼近找出最优的位点组合,并与神经网络权重分析法进行比较.结果表明,由本文方法得到的位点组合预报精度更高,对患病情况有着较好的识别效果,可为遗传疾病诊断等提供参考方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志强	北京化工大学理学院	24	48	5.0	6.0
2	李杰	北京化工大学经济管理学院	14	51	4.0	7.0
3	刘晓	北京化工大学经济管理学院	11	86	6.0	9.0
4	闫白鹭	北京化工大学理学院	2	0	0.0	0.0