基于人工神经网络预测与分类的应用研究

摘要

在全球气候变化的背景下，气候变化对极端温度、降水量甚至人体健康等均产生了重要的影响。极端温度和降水量的预报对社会经济、农业生产和城市内涝防控具有现实的重要意义。本文采用人工神经网络对极端温度和降水量进行建模预测，同时在结肠癌基因表达数据的基础上，对癌症基因类别分类研究。以上研究可以为极端温度和降水量准确性的预测及癌症基因的正确分类提供了可靠的理论基础，具有科学的实践意义。
　　文章主要研究两方面的内容，一方面是理论研究，对 RBF神经网络的基函数中心选取进行了研究分析，并采用试算法对 RBF神经网络模型中的平滑因子进行选取利用相空间重构和主成分分析的两种方法对神经网络进行优化分析；另一方面是几种人工神经网络在极端气候的预测和癌症基因分类中的应用研究，通过网络的模型建立对实际问题进行预测分析。
　　本文首先以张北1956-2009年的气象数据为研究对象，采用几种不同的人工神经网络建立极端最低气温和降水量模型，并将其不同模型的预测结果进行分析对比；其次，利用相空间重构的方法来确定了网络的输入维数，减少了冗余的自变量，从而构建了基于相空间重构和RBF神经网络相结合的预测模型，该方法克服了RBF神经网络的不稳定，提高了预测精度。然后，文中利用了BP神经网络、主成分分析优化的BP神经网络和偏最小二乘算法(PLS)对降水量建立了预测模型。通过PLS算法降水量预测模型的主要因素进行了分析，得到了多变量方程。结果表明，PLS算法既解决了BP神经网络的不稳定性的缺点，同时也缩短了神经网络的运行时间，提高了泛化能力。最后，本文将人工神经网络应用于癌症基因分类中，采用 BP、SVM、S-Kohonen方法分别建立了癌症基因分类预测模型，对癌症患者术后的复发和不复发的基因样本进行类别分类，三种预测方法的对比结果表明：基于S-Kohonen方法的预测类别与测试类别基本趋于吻合，分类效果较优。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景及意义

1.2 人工神经网络的发展概述

1.3 本文的主要工作及结构安排

第二章人工神经网络和PLS算法的原理和方法

2.1 BP网络基本原理

2.2 RBF网络基本原理

2.3 Kohonen网络基本原理

2.4 支持向量机基本原理

2.5 偏最小二乘(PLS)算法基本原理

2.6 本章小结

第三章 相空间重构的RBF神经网络对极端最低气温的预测研究

3.1 相空间重构的理论方法

3.2 相空间重构和RBF神经网络相结合在极端最低气温的模型建立

3.3 预测结果

3.4 本章小结

第四章 BP、PCA-BP网络和PLS算法在城市降水量的预测研究

4.1 主成分分析(PCA)

4.2 BP网络对城市降水量的模型建立及预测结果

4.3 PCA-BP网络对城市降水量的模型建立及预测结果

4.4 PLS算法在城市降水量的模型建立及预测结果

4.5 三种模型在张北市2009年城市降水量中的预测结果对比

4.6 本章小结

第五章 三种神经网络在癌症基因表达中的分类研究

5.1 BP网络在癌症基因表达分类中的研究

5.2 支持向量机在癌症基因表达分类中的研究

5.3 S-Kohonen网络在癌症基因表达分类中的研究

5.4 三种分类结果的分析比较

5.5 本章小结

第六章 总结与展望

6.1 研究的主要内容

6.2 不足与展望

参考文献

攻读硕士学位期间发表的学术论文目录

致谢