[发明专利]一种基于动态卷积网络的微生物基因序列分类模型的方法

摘要

本发明一种基于动态卷积网络的微生物基因序列分类模型的方法：步骤一：获取已有分类结果的微生物基因序列数据；步骤二：数据预处理；步骤三：构建动态卷积网络结构框架；步骤四：把准备好的数据输入步骤三建立的动态卷积网络，用反向传播，随机梯度下降法迭代100次，训练动态卷积网络；以多分类交叉熵为代价函数，最终得到分类算法模型；步骤五：将需要分类的分词序列输入到步骤四已训练好的动态卷积网络模型，得到分类结果。本发明方法不用人工处理数据和抽取特征，模型自动抽取抽象特征完成分类任务，算法效率和准确度高，可有效应用于生物信息分析与处理。

主权项

1.一种基于动态卷积网络的微生物基因序列分类模型的方法，特征在于：该方法步骤如下：步骤一：获取已有分类结果的微生物基因序列数据；步骤二：数据预处理：1)删除基因序列中非法字符；2)将不同的分类类别属性one-hot编码；3)把基因序列按8个字符切分成词序列；4)把整理好的序列文本集按对应的分类标签分成门，纲，目，科，分成四个分类级别数据；步骤三：构建动态卷积网络结构框架：1)词嵌入层，词嵌入层输入的序列分词向量化；不同的序列词语映射出不同的向量，相近的序列词在映射空间上会更加相近；在此选词向量长度为48；2)输入层，输入层接收词嵌入层输出的序列向量，然后将数据矩阵传给下一层；3)卷积层，主要是一维卷积，卷积核扫描输入序列数据矩阵进行卷积运算产生输出结果；所述的卷积层有两个，命名为第一卷积层和第二卷积层；4)动态池化层，池化层根据卷积层数，和输入序列长发动态的选择池化参数，以保留最多有效信息；动态池化层参数根据公式(1)选择：Kl是第l层池化层参数k的选择值，Ktop，是最顶层池化层参数，L表示网络中卷积层总层数，l代表是当前的层数，s代表序列的长度,选择bp为单位；5)折叠层，折叠层将所述的第一卷积层和第二卷积层输出矩阵中每上下两层合并，以数值相加形式进行合并；6)全连接层，全连接有1024个神经元，可以抽取出神经网络学到的深层次抽象特征；7)输出层，输出层根据具体分类类别数设置神经元个数，输出神经网络学习的分类结果；步骤四：把准备好的数据输入步骤三建立的动态卷积网络，用反向传播，随机梯度下降法迭代100次，训练动态卷积网络；以多分类交叉熵为代价函数，最终得到分类算法模型；步骤五：将需要分类的分词序列输入到步骤四已训练好的动态卷积网络模型，得到分类结果。