运用卷积神经网络识别小鼠昼夜节律表型

发布时间：2021-12-09 01:36

　　昼夜节律（circadianrhythm）是指生物体以约24小时为周期活动变化的一种生理现象。当生物节律被破坏时,许多生理过程和行为都会异常。因此,研究生物昼夜节律具有重要意义。论文中我们利用突变小鼠活动和饮食的大规模数据,运用卷积神经网络识别小鼠活动和饮食的昼夜节律表型。论文的主要工作包括如下两个部分:（1）卷积神经网络与训练集构造;使用IMPC建立的数据库中的数据,运用卷积神经网络进行识别。但是IMPC数据库中大部分小鼠的数据形态与野生型小鼠的数据形态一致,缺失有表型的数据,大部分数据都偏向正常态。因此,数据偏差（bias）很大,无法直接选取IMPC数据库中的部分数据作为训练集。接下来,我们利用小鼠的饮食和活动的真实实验数据的特征,人工构造训练集。然后运用两层的卷积神经网络进行训练,获得可进行识别的预测卷积神经网络模型。（2）小鼠表型识别;小鼠的饮食和活动通常呈现两个峰的形状,其中第一个高峰是主峰,高度更高。我们将两个高峰高度异常作为生物昼夜节律异常的指标。运用卷积神经网络自动化识别出两个峰高度倒置的表型。在四个中心的饮食和活动中找到数个基因,缺失这些基因的小鼠的表型都表现出高峰倒... 

【文章来源】：苏州大学江苏省 211工程院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图２．２单个神经元模型??

第二章卷积神经网络理论?运用卷积神经网络识别小鼠昼夜节律表型??ｆ??＼ｂ??Ｃｉ＇）??ｙ?＝?ｆ（ｃｏｘ?＋?ｂ）??图２．２单个神经元模型??多输入神经元（图２．３）的输出时，可表示为：??ｙ?＝?＾ｏＯｉｊＸｉ?＋?〇Ｌ？２ｊＸ２?＋?—Ｈ?ｏａｎｊＸｎ?＋?ｂ）＝ｆ（ＷＸ?＋?ｂ）?（２．７）??其中，ｘ１；ｘ２，?．．．，ｘｎ为输入信号，ＣＯ＆Ｏ＾ｊ，?．．．〇〇ｎｊ为输入信号相应的权重值，矩??Ｔ??阵形式Ｘ?＝（父丄而，…，ｘｎ）Ｔ，?Ｗ?＝?（〇）小〇）２＂…％）。??Ｘｌ??欠２?＇、?ｙ??‘?［?，ｆ?ｙ?？??㈧ｎｊｚ”?ｆｔ??ｙＺ’?＇??ｘｎ????”’一，一．，、…．．．．．．．．．．．??一一—一＾—??ｆ（ＷＸ?－ｈ?ｂ）??图２．３多输入神经元模型??若设〇）１（）?＝?—?１，ｘ〇?＝?ｂ，此时??Ｘ?＝?（Ｘｏ＇ＸｈＸｚ，…，Ｘｎ）Ｔ，Ｗ?＝?（，?０００）０＾，００２〗，…（０ｎｊ），（２．７）式可转化为：??ｙ?＝?ｆ（〇ａ〇ｊＸ〇?＋?ｏｏｉｊＸｉ?－＼?１－?ｃｊ〇ｎｊｘｎ）＝ｆ（ＷＸ）?（２．８）??传统神经网络多以单层感知器神经网络为主，感知神经网络是一种经典的前??馈神经网络，信息从输入层进入神经网络，逐层向前传递到达输出层。根据感知??器神经元选择不同的激活函数、调整不同大小的权值和调整隐层数的层数，可以??形成具有各种功能特点的神经网络。单层感知器是只有一层处理单元（一个隐藏??８??

，一直进行到预先设定的学习次数??或者进行到网络输出的误差减少到可接受的程度后结束训练。??２．２．１?ＢＰ网络模型??运用ＢＰ算法的多层感知器是当前应用最广泛的神经网络，ＢＰ神经网络由??输入多个隐藏层和输出层纟Ｕ成。在多层感知器的应用屮，中．隐藏１？１络应用最??为涔遍，也町以比较清晰的看出处理信号的过程，它由输入层、－个隐藏层和输??丨ｌｉＵ组成。理论研究证明含有－个单隐藏感知器的网络可以完成任意的输入到输??出的映射。含仃一个单层隐Ｍ的感知器也称为三层ＢＰ网络，其网络结构如图２．４??所ｚｊ々：??＇ｆｉｉＱ：丨丨１＿?＊＊＊??Ｖｉ／?ｊ?｜?＾！￥ｔｔ??隐贼Ｗ?ｙ％?ｙｚ?？？？?ｙ／?＊？?ｙ，￥ｔ??Ｖｉｌ?ｖ２｜?Ｖｆｎ?ｖｎｔｎ??输入每發…；導＂’＞?…??图２．４三层ＢＰ网络??设三层ＢＰ神经网络的输入层有ｎ个节点，隐藏层有ｍ个节点，输出层有１??９??

【参考文献】：
期刊论文
[1]保形几何Hermite插值[J]. 方逵.  工程数学学报. 2005(03)
[2]东方田鼠昼夜活动节律观察[J]. 胡忠军,郭聪,王勇,张美文,陈志全.  动物学杂志. 2002(01)
[3]空间曲线的几何Hermite插值问题[J]. 徐良宏,孟勇,陈铁.  计算机辅助设计与图形学学报. 2001(02)



本文编号：3529653