【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第6期 171-175页,共6页

【作 者】： 敖丽敏 ; 罗存金

【摘 要】 研究DNA序列分类问题，针对DNA序列数据的特点和目前DNA序列分类精度低的问题，提出了一种基于神经网络集成的DNA序列分类方法。方法实现的第一步采用三种方法提取DNA序列特征，第二步采用附加动量对单个BP神经网络权值进行调整，加快网络的收敛速度，第三步对学习率进行自适应调整，减少迭代次数，第四步利用改进的BP神经网络模型对提取的每种特征分别进行训练分类，第五步神经网络集成决策DNA序列属于哪一类。经实验证明，利用改进方法比单个神经网络分类有更高的分类效率和正确率，具有一定的推广意义。