[1]林云光 陈月辉 邵光亭.基于前馈人工神经网络的miRNA预测[J].计算机技术与发展,2012,(05):19-22.
LIN Yun-guang,CHEN Yue-hui,SHAO Guang-ting.Prediction of miRNA Based on Feedforward Artificial Neural Network[J].,2012,(05):19-22.
点击复制
基于前馈人工神经网络的miRNA预测(
)
《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]
- 卷:
-
- 期数:
-
2012年05期
- 页码:
-
19-22
- 栏目:
-
智能、算法、系统工程
- 出版日期:
-
1900-01-01
文章信息/Info
- Title:
-
Prediction of miRNA Based on Feedforward Artificial Neural Network
- 文章编号:
-
1673-629X（2012）05-0019-04
- 作者:
-
林云光 陈月辉 邵光亭
-
济南大学信息科学与工程学院
- Author(s):
-
LIN Yun-guang; CHEN Yue-hui; SHAO Guang-ting
-
School of Information Science and Engineering, University of Jinan
-
- 关键词:
-
microRNA; 前馈人工神经网络; 粒子群优化算法
- Keywords:
-
microRNA; feedforward artificial neural network; particle swarm optimization
- 分类号:
-
TP183
- 文献标志码:
-
A
- 摘要:
-
microRNA（miRNA）是一类长度约为20—24个核苷酸保守的非编码小分子RNA，如何能准确预测miRNA一直是生物信息学的难点之一。文中提出一种新的预测方法一粒子群优化的前馈人工神经网络预测miRNA，从331（阴性数据168，阳性数据163）个样本组成的数据集中提取每个样本的36维特征向量训练人工神经网络模型，并用训练好的模型对不同的测试集进行测试，结果表明这种方法平均预测精度达到91．0％，高于传统的SVM预测方法，从而为miRNA预测提供了一个新的研究方向
- Abstract:
-
microRNA（miRNA） is a class of 20 - 24 long nucleotides conserved non-coding small RNA. How to predict miRNA accurately is one of the difficulties in bioinformatics. A new predicting method has been proposed in this paper, that is, particle swarm opti- mized feedforward artificial neural network. Use 36 feature extracted from the data set comprised of 331 samples to train the neural network model,which used to test new data-sets get a prediction accuracy up to 91.0%. This indicates that the model can be used as a new direction to predict miRNA
相似文献/References:
[1]孙秋凤.microRNA计算识别中的模式识别技术[J].计算机技术与发展,2010,(06):97.
SUN Qiu-feng.Pattern Recognition Technology for MicroRNA Identification[J].,2010,(05):97.
备注/Memo
- 备注/Memo:
-
国家自然科学基金（61070130）林云光（1982-），男，广西平乐人，硕士研究生，研究方向为计算智能、生物信息学；陈月辉，教授，博（硕）士生导师，研究方向为计算智能、生物信息学、金融序列预测
更新日期/Last Update:
1900-01-01