采用结构与参数训练相结合的RNN模型构建基因调控网络 (2010年)

提出一种采用递归神经网络模型构建基因调控网络,将结构训练与参数训练相结合的方法进行网络的权值训练。采用模拟退火算法训练网络结构,找出调控关系权值,再引入基于免疫思想的粒子群算法对权值进行参数优化,得到基因调控网络图。并分别用人工数据和大肠杆茵DNA修复系统基因数据进行实验。实验结果表明,该方法能有效地从基因时序数据中揭示基因间的调控关系。