[发明专利]基于集成学习的全球人类mtDNA发育树分类查询方法

摘要

本发明公开了一种基于集成学习的全球人类mtDNA发育树分类查询方法，采用人工测得的mtDNA数据训练神经网络分类器，采用mtDNA发育树数据计算朴素贝叶斯分类器的参数，将待分类查询的mtDNA的变异位点序列输入神经网络分类器，得到前Q个可能分类，将待分类查询的mtDNA的变异位点序列和前Q个可能分类的所对应的变异位点序列合并得到朴素贝叶斯分类器的输入变异位点序列，并计算得到该输入变异位点序列中各个变异位点的权重，通过朴素贝叶斯分类器得到前Q个可能分类，然后将两组Q个可能分类的概率进行加权，得到前Q个可能分类作为最终分类结果。本发明综合利用神经网络分类器和朴素贝叶斯分类器的优势，提高了全球人类mtDNA发育树分类查询的正确率。

主权项

1.一种基于集成学习的全球人类mtDNA发育树分类查询方法，其特征在于，包括以下步骤：S1：人工测得若干mtDNA数据，每条数据包含mtDNA的变异位点序列及对应的最有可能的分类，然后获取全球人类mtDNA发育树数据，包括分类信息及每个分类对应的mtDNA变异位点序列；S2：采用mtDNA数据中的变异位点序列作为输入，对应分类作为期望输出，训练得到神经网络分类器；S3：采用mtDNA发育树数据计算得到朴素贝叶斯分类器的参数，包括第i个分类targeti出现的概率P(targeti)、第j个变异位点mutationj在第i个分类targeti中出现的概率P(mutationj|targeti)，i＝1,2,…,T，T表示分类数量，j＝1,2,…,M，M表示变异位点数量；S4：将待分类查询的mtDNA的变异位点序列mutationsc输入神经网络分类器，得到前Q个可能分类，记该变异位点序列mutationsc属于这Q个可能分类的概率为αq，查询得到这Q个可能分类对应的变异位点序列其中q＝1,2,…,Q；将待分类查询的变异位点序列mutationsc与神经网络分类器前Q个可能分类所对应的变异位点序列合并得到变异位点序列mutations′c，计算变异位点序列mutations′c中各个变异位点的权重ωd： ω d = β d , c + Σ q = 1 Q α q β d , q ]]>其中，d＝1,2,…,D，D表示变异位点序列mutations′c中第d个变异位点，βd,c表示变异位点序列mutations′c中第d个变异位点是否属于变异位点序列mutationsc，如果是βd,c＝1，否则βd,c＝0；βd,q表示变异位点序列mutations′c中第d个变异位点是否属于Q个可能分类中第q个分类，如果是βd,q＝1，否则βd,q＝0；将变异位点序列mutations′c及D个权重ωd输入朴素贝叶斯分类器，根据以下公式计算每个分类targeti对应的分类评价值Ri： R i = Π d = 1 D P ( mutation d | target i ) * P ( target i ) * ( 1 + Σ d = 1 D ( ω d * target i . mutation d . n ) 2 ( Σ d = 1 D ω d * target i . mutation d . n ) 2 ) ]]>将分类评价值Ri进行降序排列，取前Q个可能分类，记变异位点序列mutations′c属于这Q个可能分类的概率为α′q；按照预设权重对得到的两组Q个可能分类的概率进行加权，按照概率从大到小输出前Q个可能分类。