基于改进遗传聚类的生物基因多序列分类方法
钟娉婷
徐胜超
广州华商学院人工智能学院 广州 511300
摘要：研究了一种基于改进遗传聚类的生物基因多序列分类方法.使用隐马尔可夫模型对每个基因序列进行建模;通过量子优化算法改进了遗传算法的选择、交叉和变异机制,用于搜索生物基因多序列分类模型的群中心.通过动态调整量子旋转角,引入自适应变异算子,以增强对最优群中心的全局搜索能力.在改进的遗传算法对K-means聚类算法的群中心进行优化后,实现多基因序列的精确分类.实验结果表明,该研究方法能够实现生物基因多序列分类,该分类内样本分布密集,分类间样本具有高度区分性,平均F1得分指标达到93.45%.
关键词：基因序列隐马尔可夫模型状态转移矩阵K-means聚类算法群中心量子遗传算法
分类号：TP393.04(计算技术、计算机技术)
资助基金：国家自然科学基金(61972444)
论文发表日期：2024-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 3512-3516,3522 )
英文信息