公开(公告)号：CN112599190A

公开(公告)日：2021-04-02

申请号：CN202011497263.X

申请日：2020-12-17

Applicant: 重庆大学

Inventor： 刘晓 ,  任美香 ,  何婷 ,  罗雅川 ,  徐玉桥 ,  左汶奇 ,  钟时勋

IPC: G16B20/20 ,  G16B20/50 ,  G16B30/10 ,  G16B40/00 ,  G06N3/08 ,  G06K9/62 ,  G06N20/10

Abstract: 本发明涉及一种基于反向传播神经网络‑支持向量机BPNN‑SVM混合分类器来识别耳聋相关基因的方法，属于数据分析领域。采用反向传播神经网络分类器和支持向量机分类器形成混合分类器，达到使用计算方法结合序列特征对耳聋相关基因进行鉴定的目的。使用少量训练样本对混合分类器进行训练，并通过不断迭代循环，寻找分类效果最好的分类器进行分类，该方法将反向传播神经网络和支持向量机算法结合在一起。为检验该模型的有效性，用训练好的BPNN‑SVM集成模型分别对文献数据库中收集到的62个确定的耳聋相关基因进行分类。本发明中提出的分类模型具有从大量未知基因中筛选出高可疑耳聋相关基因方面的潜在能力。

公开(公告)号：CN112599190B

公开(公告)日：2024-04-05

申请号：CN202011497263.X

申请日：2020-12-17

Applicant: 重庆大学

Inventor： 刘晓 ,  任美香 ,  何婷 ,  罗雅川 ,  徐玉桥 ,  左汶奇 ,  钟时勋

IPC: G16B20/20 ,  G16B20/50 ,  G16B30/10 ,  G16B40/00 ,  G06N3/084 ,  G06F18/2411 ,  G06N20/10

Abstract: 本发明涉及一种基于反向传播神经网络‑支持向量机BPNN‑SVM混合分类器来识别耳聋相关基因的方法，属于数据分析领域。采用反向传播神经网络分类器和支持向量机分类器形成混合分类器，达到使用计算方法结合序列特征对耳聋相关基因进行鉴定的目的。使用少量训练样本对混合分类器进行训练，并通过不断迭代循环，寻找分类效果最好的分类器进行分类，该方法将反向传播神经网络和支持向量机算法结合在一起。为检验该模型的有效性，用训练好的BPNN‑SVM集成模型分别对文献数据库中收集到的62个确定的耳聋相关基因进行分类。本发明中提出的分类模型具有从大量未知基因中筛选出高可疑耳聋相关基因方面的潜在能力。