基于集成学习的全球人类mtDNA发育树分类查询方法

摘要

本发明公开了一种基于集成学习的全球人类mtDNA发育树分类查询方法，采用人工测得的mtDNA数据训练神经网络分类器，采用mtDNA发育树数据计算朴素贝叶斯分类器的参数，将待分类查询的mtDNA的变异位点序列输入神经网络分类器，得到前Q个可能分类，将待分类查询的mtDNA的变异位点序列和前Q个可能分类的所对应的变异位点序列合并得到朴素贝叶斯分类器的输入变异位点序列，并计算得到该输入变异位点序列中各个变异位点的权重，通过朴素贝叶斯分类器得到前Q个可能分类，然后将两组Q个可能分类的概率进行加权，得到前Q个可能分类作为最终分类结果。本发明综合利用神经网络分类器和朴素贝叶斯分类器的优势，提高了全球人类mtDNA发育树分类查询的正确率。