【摘要】：單核苷酸多態(tài)性(SNP)是指在基因組上單個核苷酸的變異,是DNA多態(tài)性的一種最普遍的類型。因為大量存在著SNP位點并且不同的SNP組成致病模型與疾病之間存在著關(guān)聯(lián)關(guān)系,這使人們有機(jī)會發(fā)現(xiàn)與各種疾病相關(guān)的基因組突變,現(xiàn)在普遍認(rèn)為SNP研究是人類基因組計劃走向應(yīng)用的重要步驟,所以對SNP的研究具有重要的意義。 本文研究了關(guān)聯(lián)分析中SNP與疾病關(guān)聯(lián)關(guān)系的建模方法。針對不同的致病模型之間存在相互關(guān)聯(lián)、交叉影響的情況,我們提出了軟劃分、硬劃分等樣本劃分方法,應(yīng)用這些方法進(jìn)行解交叉(decrossing)工作,同時使用MLP(多層感知器)神經(jīng)網(wǎng)絡(luò)建立模型。通過使用真實SNP數(shù)據(jù)進(jìn)行實驗,求解出每個致病模型的真實致病概率,并將實驗結(jié)果與真實模型進(jìn)行比較分析,以驗證方法的正確性。由于樣本數(shù)據(jù)以及神經(jīng)網(wǎng)絡(luò)本身會存在一些不足,我們采用Bootstrap方法對樣本數(shù)據(jù)進(jìn)行泛化處理,實驗結(jié)果表明使用此方法可以有效提高神經(jīng)網(wǎng)絡(luò)的訓(xùn)練正確率。本文最后使用軟件仿真出各種形式的SNP數(shù)據(jù)進(jìn)行實驗,通過實驗結(jié)果之間的比較研究分析了使用硬劃分方法建立的模型適應(yīng)于不同致病模型的能力。
【圖文】：

關(guān)聯(lián)分析中SNP與疾病關(guān)聯(lián)關(guān)系建模研究典型的人工神經(jīng)元模型如圖2.1如示:fff(.)))圖2.1人工神經(jīng)元模型其中圓形代表一個神經(jīng)元，毛(’’二1，2，，…n)為神經(jīng)元i的輸入信號，、(j=1，2，…n)為連接權(quán)，b‘為神經(jīng)元的閉值或稱偏差

圖2.3多層前向網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)也稱訓(xùn)練，指的是通過神經(jīng)網(wǎng)絡(luò)所在環(huán)境的刺網(wǎng)絡(luò)的自由參數(shù)，使神經(jīng)網(wǎng)絡(luò)以一種新方式對外部環(huán)境做出反應(yīng)習(xí)算法是指針對學(xué)習(xí)問題的明確規(guī)則集合，不同的學(xué)習(xí)算法對神表達(dá)式有所不同，沒有一種算法用于設(shè)計所有的神經(jīng)網(wǎng)絡(luò)。學(xué)習(xí)師學(xué)習(xí)(Leamingwithateacher)和無導(dǎo)師學(xué)習(xí)(Leamingwithouta神經(jīng)網(wǎng)絡(luò)即是一種有導(dǎo)師學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則有許多種，基本的有如下五種:Hebb學(xué)習(xí)規(guī)則，基于一記憶的學(xué)習(xí)，隨機(jī)學(xué)習(xí)算法和競爭學(xué)習(xí)等，其中糾錯學(xué)絡(luò)的學(xué)習(xí)規(guī)則，它是根據(jù)網(wǎng)絡(luò)的輸出與期望輸出之間的誤差來調(diào)以使誤差達(dá)到最小的一種學(xué)習(xí)過程，該過程也稱為Delta規(guī)則或Wi]。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：R394

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 瞿東暉，張立明;多層前饋網(wǎng)絡(luò)在模式識別中的理論和應(yīng)用[J];電子學(xué)報;1995年07期

2 高小榕，楊福生;采用同倫BP算法進(jìn)行多層前向網(wǎng)絡(luò)的訓(xùn)練[J];計算機(jī)學(xué)報;1996年09期

3 高大啟;有教師的線性基本函數(shù)前向三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)研究[J];計算機(jī)學(xué)報;1998年01期

4 楊毅強(qiáng);劉天琪;;BP人工神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測模型的L-M訓(xùn)練算法[J];四川電力技術(shù);2006年03期

5 李艷杰,龍火生,李影,楊公社;單核苷酸多態(tài)性(SNP)的研究進(jìn)展和應(yīng)用[J];畜牧獸醫(yī)雜志;2003年04期

本文編號：2582343