【CN109920477A】基于Adaboost与BP神经网络融合的多物种PremicroRNA识别

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910141392.6
(22)申请日 2019.02.26
(71)申请人 哈尔滨工业大学
地址 150001 黑龙江省哈尔滨市南岗区西
大直街92号
(72)发明人 胡杨　程亮　徐培刚　赵天意　
张凝一　
(74)专利代理机构 北京天奇智新知识产权代理
有限公司 11340
代理人 范光晔
(51)Int.Cl.
G16B 20/00(2019.01)
G16B 40/00(2019.01)
G06K 9/62(2006.01)
G06N 3/04(2006.01)
(54)发明名称
基于Adaboost与BP神经网络融合的多物种
Pre-microRNA识别方法
(57)摘要
本发明提供了一种基于Adaboost与BP神经
网络融合的多物种Pre -microRNA真伪识别方法，
属于多物种Pre -microRNA真伪识别技术领域。

本
发明提取N -Gram频率、能量特征、基于结构多样
性的特征和三重结构序列；通过提取的特征及其
相应的标签建立N个BP网络分类器；在训练和建
立分类器时，每个分类器将获得相应的权重；最
后，通过组合这些N个权重分布的分类器获得了
强分类器。

本发明不仅可以识别出Pre -microRNA
的真伪，还可以识别出其所属物种；可以有效地
克服输出不稳定和过拟合现象的缺陷，通过整合
多分类器获得了强大的分类器；并且分类器的准
确性高于其他方法。

权利要求书2页 说明书7页 附图2页CN 109920477 A 2019.06.21
C N 109920477
A
1.一种基于Adaboost与BP神经网络融合的多物种Pre -microRNA真伪识别方法，其特征在于，包括以下步骤：
步骤1：从pre -miRNA序列中提取N个特征；
步骤2：通过提取特征及其相应的标签建立N个BP分类器；
步骤3：在训练和建立分类器时，计算每个分类器获得的相应权重；
步骤4：组合N个权重分布的BP分类器获得强分类器。

2.根据权利要求1所述的识别方法，其特征在于，所述步骤1中从pre -miRNA序列中提取N个特征包括一级序列特征和二级序列特征。

3.根据权利要求2所述的识别方法，其特征在于，所述一级序列特征为N -Gram频率，选择N值为3，对于某个序列，三核苷酸组中存在64个组合，计算序列中64个组合出现的频率。

4.根据权利要求2所述的识别方法，其特征在于，所述二级序列特征包括能量特征、基于结构多样性的特征和三重结构序列；其中，
所述能量特征为最小自由能；
所述基于结构多样性的特征为pre -miRNA序列中的核苷酸配对G -U配对；
所述三重结构序列为对于任何三个核苷酸组，有8个可能的字符组合，考虑三个字符组的第一个核苷酸，有32个不同的组合。

5.根据权利要求1所述的识别方法，其特征在于，所述步骤2中设置BP分类器的参数包括：
设置隐藏层数为3，
隐藏层中的节点数为M，
其中，M为节点数；a为取1到10的常数；N为特征数量；L为输出维度，因为输出的维度是分类标签，其表示为0或1，所以L＝1；
确定BP神经网络的节点数和隐藏层后，BP网络的结构即确定；然后设置BP网络的参数和功能，BP网络的参数包括：Epochs，学习率和误差界限；功能包括：性能函数，隐层节点的传递函数，输出节点的Trans -fer函数和训练函数。

6.根据权利要求1所述的识别方法，其特征在于，所述步骤2中获得BP分类器的方法为：对于给定的多个分类训练数组，输入数据T＝{(x 1,y 1),…,(x N ,y N )}，具有任意整数标签，其中，T代表输入数据，x代表特征，y代表分类标签；
首先，初始化训练数据权重分布，设置每个样品的初始重量为1/N；
则权重表示如下：然后，训练样本以获得BP分类器G m (x)，并减少正确分类样本的重量，同时增加不正确的分类样本的权重。

7.根据权利要求1所述的识别方法，其特征在于，所述步骤3的具体步骤为：
计算BP分类器的误差率：
通过统计不正确分类样本的权重，得到相应分类器的权重，如下：
权　利　要　求　书1/2页2CN 109920477 A。