[发明专利]基于变步长最小均方误差自适应滤波器的基因识别系统

摘要

本发明公开了一种基于变步长最小均方误差自适应滤波器的基因识别系统，包括变步长最小均方误差自适应滤波器算法改进单元和基因结构多特征加权融合算法处理单元；所述的变步长最小均方误差自适应滤波器算法改进单元，用于通过变步长最小均方误差自适应改进算法对基因序列进行滤波处理，得到随机噪声较少、周期3行为较强的基因特征；所述的基因结构多特征加权融合算法处理单元，用于通过多特征加权融合策略，对基因序列进行特征提取，从而得到表达能力更强的特征向量。本发明提出了变步长最小均方误差自适应滤波器改进算法和多特征加权融合算法，并将二者集成到同一个基因识别系统中，进一步改善其识别性能。

主权项

1.一种基于变步长最小均方误差自适应滤波器的基因识别系统，其特征在于，包括变步长最小均方误差自适应滤波器算法改进单元和基因结构多特征加权融合算法处理单元；所述的变步长最小均方误差自适应滤波器算法改进单元，用于通过变步长最小均方误差自适应改进算法对基因序列进行滤波处理，得到随机噪声较少、周期3行为较强的基因特征；所述的基因结构多特征加权融合算法处理单元，用于通过多特征加权融合策略，对基因序列进行特征提取，从而得到表达能力更强的特征向量；所述基因结构多特征加权融合算法处理单元通过以下步骤进行实现：1)、在同一统计分析方法下，分别单独使用碱基组成成份特征、碱基位置相关性特征、碱基位置相关性特征、序列周期3特征四种统计特征，训练判别模型并计算其对应的近似相关系数AC的算法评价指标，可记作feaAC_i，0≤i≤3；2)、选取四种单一特征指标最小的值，令各个特征的AC指标值分别除以最小指标值做归一化处理，其结果值作为对应特征的权值，表达式记为其中，feaAC_i分别对应上述四种统计特征的AC评估指标值，w_i表示四种特征归一化后对应的权系数；3)、将四种特征中的每一个特征量与其对应的权值相乘，组合成一个75维的多特征融合向量继续用于基因识别的算法研究，表达式可记为其中，feaVec_i表示第i个特征向量，w_i表示第i个特征对应的权系数，fusionVec表示加权融合后的特征向量，所有的单一特征分量维数不完全同，融合前，需为每一特征量设定固定填充位置，其余位置用0填充，统一扩充到75维。