粒子群优化RBF神经网络的DNA序列分类

• 作者: 孙倩 赵昕
• 来源期刊: 现代电子技术
• 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
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 87-91
• 页数: 5页
• 分类号: TN911.1-34|TP183
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.09.021

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵昕	吉林农业大学信息技术学院	34	54	4.0	6.0
5	孙倩	吉林农业大学信息技术学院	2	0	0.0	0.0