[發明專利]基于集成學習的全球人類mtDNA發育樹分類查詢方法

有效

• 申請號: 201711426265.8
• 申請日: 2017-12-26
• 公開（公告）號: CN108052796B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 周維;彭旻晟;賈俊燕;王文智;向文坤;張亞平
• 申請（專利權）人: 云南大學
• 主分類號: G16B20/20
• 分類號: G16B20/20;G16B20/30;G16B30/10;G16B40/00;G06F16/28;G06K9/62
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

1.一種基于集成學習的全球人類mtDNA發育樹分類查詢方法，其特征在于，包括以下步驟：

S1：人工測得若干mtDNA數據，每條數據包含mtDNA的變異位點序列及對應的最有可能的分類，然后獲取全球人類mtDNA發育樹數據，包括分類信息及每個分類對應的mtDNA變異位點序列；

S2：采用mtDNA數據中的變異位點序列作為輸入，對應分類作為期望輸出，訓練得到神經網絡分類器；

S3：采用mtDNA發育樹數據計算得到樸素貝葉斯分類器的參數，包括第i個分類target_i出現的概率P(target_i)、第j個變異位點mutation_j在第i個分類target_i中出現的概率P(mutation_j|target_i)，i＝1,2,…,T，T表示分類數量，j＝1,2,…,M，M表示變異位點數量；

S4：將待分類查詢的mtDNA的變異位點序列mutations_c輸入神經網絡分類器，得到前Q個可能分類，記該變異位點序列mutations_c屬于這Q個可能分類的概率為α_q，查詢得到這Q個可能分類對應的變異位點序列其中q＝1,2,…,Q；

將待分類查詢的變異位點序列mutations_c與神經網絡分類器前Q個可能分類所對應的變異位點序列合并得到變異位點序列mutations′_c，計算變異位點序列修改中各個變異位點的權重ω_d：

其中，d＝1,2,…,D，D表示待分類查詢的變異位點序列mutations_c中變異位點數量，β_d,c表示變異位點序列mutations′_c中第d個變異位點是否屬于變異位點序列mutations_c，如果是β_d,c＝1，否則β_d,c＝0；β_d,q表示變異位點序列mutations′_c中第d個變異位點是否屬于Q個可能分類中第q個分類，如果是β_d,q＝1，否則β_d,q＝0；

將變異位點序列mutations′_c及D個權重ω_d輸入樸素貝葉斯分類器，根據以下公式計算每個分類target_i對應的分類評價值R_i：

將分類評價值R_i進行降序排列，取前Q個可能分類，記變異位點序列mutations′_c屬于這Q個可能分類的概率為α′_q；

按照預設權重對得到的兩組Q個可能分類的概率α_q和α′_q進行加權，按照概率從大到小輸出前Q個可能分類。

2.根據權利要求1所述的全球人類mtDNA發育樹分類查詢方法，其特征在于，所述步驟S2中，在對神經網絡分類器進行訓練之前，先對mtDNA數據進行預處理，其具體方法為：采用哈希算法對mtDNA數據中的每條數據的變異位點序列進行數值化，存入預設長度的數組中，得到變異位點向量，將分類轉化為獨熱向量得到分類向量。

3.根據權利要求2所述的全球人類mtDNA發育樹分類查詢方法，其特征在于，所述哈希算法為BKDRHash算法。