中文摘要：

在一个 DNA 序列的功能的主题的鉴定是根本上一个统计模式识别问题。这篇论文为功能的抄写的识别介绍一个新算法在人的染色体序列，一个 RBF 神经网络在被采用的开始地点( TSS )，和为5元组的一个改进启发式的方法展示可行建设，在二被求婚并且实现包裹在 Visual C++ 6.0 开发了的 RBFPromoter 和 ImpRBFPromoter 。算法在几个不同测试顺序集合上被评估。与几个另外的倡导者识别节目相比，这个算法被证明更灵活，与更强壮的学习能力和更高的精确性。关键词倡导者识别 - 人的染色体 - 抄写开始地点 - RBF 神经网络这个工作被收到的中国(No.60374069 ) Zhihong Peng 的国家自然科学基础支持她中央南方大学里的博士学位。她当前是在北京工学院的一个教授。她的研究兴趣包括生物信息学，聪明的控制和聪明的系统。陈洁是在自动控制的系的部门的一个完整的教授和头。他在北京工学院收到了他的博士学位。他的研究兴趣包括生物信息学，聪明的控制和聪明的系统。Li6 月 Cao 在北京工学院收到了她的主人学位。她的研究兴趣是生物信息学。叮当响叮当响高在中国农业大学里收到了她的学士学位。她当前是在北京工学院的一个主人候选人。她的研究兴趣是生物信息学。

英文摘要：

The identification of functional motifs in a DNA sequence is fundamentally a statistical pattern recognition problem. This paper introduces a new algorithm for the recognition of functional transcription start sites （TSSs） in human genome sequences, in which a RBF neural network is adopted, and an improved heuristic method for a 5-tuple feature viable construction, is proposed and implemented in two RBFPromoter and ImpRBFPromoter packages developed in Visual C＋＋ 6.0. The algorithm is evaluated on several different test sequence sets. Compared with several other promoter recognition programs, this algorithm is proved to be more flexible, with stronger learning ability and higher accuracy.