數(shù)學(xué)建模_dna序列分類(2000年競(jìng)賽題)

1、DNA序列分類序列分類摘要摘要本問(wèn)題是一個(gè)本問(wèn)題是一個(gè)“有人管理分類有人管理分類問(wèn)題問(wèn)題”。首先分別列舉出首先分別列舉出20個(gè)學(xué)習(xí)樣本序個(gè)學(xué)習(xí)樣本序列中列中1字符串、字符串、2字符串、字符串、3字符串出現(xiàn)的字符串出現(xiàn)的頻率，構(gòu)成含頻率，構(gòu)成含41個(gè)變量的基本特征集，接個(gè)變量的基本特征集，接著用主成分分析法從中提取出著用主成分分析法從中提取出4個(gè)特征。個(gè)特征。然后用然后用Fisher線性判別法進(jìn)行分類，得出線性判別法進(jìn)行分類，得出了所求了

2、所求20個(gè)人工制造序列及個(gè)人工制造序列及182個(gè)自然序個(gè)自然序列的分類結(jié)果如下：列的分類結(jié)果如下：1）20個(gè)人工序列：個(gè)人工序列：2223，25，27，29，34，35，36，37為A類，其余為類，其余為B類。類。2）182個(gè)自然序列：個(gè)自然序列：片段之間具有相關(guān)性，等等。這些發(fā)現(xiàn)讓片段之間具有相關(guān)性，等等。這些發(fā)現(xiàn)讓人們相信，人們相信，DNADNA序列中存在著局部的和全局序列中存在著局部的和全局性的結(jié)構(gòu)，充分發(fā)掘序列的結(jié)構(gòu)對(duì)理解性的結(jié)

3、構(gòu)，充分發(fā)掘序列的結(jié)構(gòu)對(duì)理解DNADNA全序列是十分有意義的。目前在這項(xiàng)研究全序列是十分有意義的。目前在這項(xiàng)研究中最普通的思想是省略序列的某些細(xì)節(jié)，中最普通的思想是省略序列的某些細(xì)節(jié)，突出特征，然后將其表示成適當(dāng)?shù)臄?shù)學(xué)對(duì)突出特征，然后將其表示成適當(dāng)?shù)臄?shù)學(xué)對(duì)象。象。作為研究作為研究DNADNA序列的結(jié)構(gòu)的嘗試，提出序列的結(jié)構(gòu)的嘗試，提出以下對(duì)序列集合進(jìn)行分類的問(wèn)題：以下對(duì)序列集合進(jìn)行分類的問(wèn)題：1）請(qǐng)從）請(qǐng)從2020個(gè)已知類別的人工制造的

4、個(gè)已知類別的人工制造的序列（其中序列標(biāo)號(hào)序列（其中序列標(biāo)號(hào)1—1010為A類，類，11201120為B類）中提取特征，構(gòu)造分類方法，并類）中提取特征，構(gòu)造分類方法，并用這些已知類別的序列，衡量你的方法是用這些已知類別的序列，衡量你的方法是否足夠好。然后用你認(rèn)為滿意的方法，對(duì)否足夠好。然后用你認(rèn)為滿意的方法，對(duì)另外另外2020個(gè)未標(biāo)明類別的人工序列（標(biāo)號(hào)個(gè)未標(biāo)明類別的人工序列（標(biāo)號(hào)2121—4040）進(jìn)行分類，把結(jié)果用序號(hào)（按從）進(jìn)行分類

5、，把結(jié)果用序號(hào)（按從小到大的順序）標(biāo)明它們的類別（無(wú)法分小到大的順序）標(biāo)明它們的類別（無(wú)法分類的不寫入）類的不寫入）2）同樣方法對(duì)同樣方法對(duì)182182個(gè)自然個(gè)自然DNADNA序列序列(它們它們都較長(zhǎng)都較長(zhǎng))進(jìn)行分類，像進(jìn)行分類，像1）一樣地給出分）一樣地給出分類結(jié)果。類結(jié)果。二.模型的合理假設(shè)模型的合理假設(shè)1各序列中各序列中DNA堿基三聯(lián)組（即堿基三聯(lián)組（即3字符串）的起始位置和基因表達(dá)不影響分符串）的起始位置和基因表達(dá)不影響分類的結(jié)