江南大学学报（自然科学版）
江南大學學報（自然科學版）
강남대학학보（자연과학판）
JOURNAL OF SOUTHERN YANGTZE UNIVERSITY（NATURAL SCIENCE EDITION）
2012年
6期
637-641
,共5页
BP神经网络%概率神经网络%代谢网络拓扑特征%热稳定性预测
BP神經網絡%概率神經網絡%代謝網絡拓撲特徵%熱穩定性預測
BP신경망락%개솔신경망락%대사망락탁복특정%열은정성예측
微生物的热稳定性与代谢网络的拓扑特征之间存在着密切的关系.分析了460个微生物的22个代谢网络拓扑特征,分别利用BP神经网络和概率神经网络建立分类模型,以比较两种算法预测微生物热稳定性的效果.通过分析隐层数目和扩展常数对分类效果的影响发现,相对于BP神经网络,简单易用、稳定性好的概率神经网络更适合于从代谢网络特征角度预测微生物的热稳定性.当耐热菌与常温菌数比例为1∶1、扩展常数为0.09时,概率神经网络对常温菌、耐热菌的预测率分别为72.83％和82.61％.预测率也表明,聚集系数、介数等代谢网络拓扑特征影响着微生物的热稳定性.
微生物的熱穩定性與代謝網絡的拓撲特徵之間存在著密切的關繫.分析瞭460箇微生物的22箇代謝網絡拓撲特徵,分彆利用BP神經網絡和概率神經網絡建立分類模型,以比較兩種算法預測微生物熱穩定性的效果.通過分析隱層數目和擴展常數對分類效果的影響髮現,相對于BP神經網絡,簡單易用、穩定性好的概率神經網絡更適閤于從代謝網絡特徵角度預測微生物的熱穩定性.噹耐熱菌與常溫菌數比例為1∶1、擴展常數為0.09時,概率神經網絡對常溫菌、耐熱菌的預測率分彆為72.83％和82.61％.預測率也錶明,聚集繫數、介數等代謝網絡拓撲特徵影響著微生物的熱穩定性.
미생물적열은정성여대사망락적탁복특정지간존재착밀절적관계.분석료460개미생물적22개대사망락탁복특정,분별이용BP신경망락화개솔신경망락건립분류모형,이비교량충산법예측미생물열은정성적효과.통과분석은층수목화확전상수대분류효과적영향발현,상대우BP신경망락,간단역용、은정성호적개솔신경망락경괄합우종대사망락특정각도예측미생물적열은정성.당내열균여상온균수비례위1∶1、확전상수위0.09시,개솔신경망락대상온균、내열균적예측솔분별위72.83％화82.61％.예측솔야표명,취집계수、개수등대사망락탁복특정영향착미생물적열은정성.
