人类基因组以及多种模式生物的作图和测序工作的快速进展,预示了后基因组学时代的到来,同时也带来了大量的基因数据。生物信息学为高效地处理这些数据提供了重要理论支持。基因识别是生物信息学的关键组成部分,大量的算法被应用于解决基因识别问题。但是仍有一些问题没有得到有效地解决,比如真核生物短基因识别。本论文主要致力于人类短基因编码区识别算法的研究。有效地对生物信息进行提取是基因识别算法的性能保证。在论文中,我们尝试从新的途径来提取生物信息。首先将终止密码子相位分布信息与碱基偏性信息相结合,提出两个混合性质特征。接着将用于蛋白质序列信息提取的伪氨基酸组成特征引入到DNA中,给出了一组伪碱基组成特征,该特征可以提取不同位置上碱基间的相互作用信息。将改进的终止密码子变量和两个混合性质特征进行识别时,取得较理想的效果。特别当序列长度为192bp时,识别效果达到92.73%。同时本文提出的一个15维特征向量,其中包含混合特征、伪碱基组成特征和其他统计特征等。同样在序列长度为192bp时,基于该特征向量的方法识别效果达到95.65%。由此可得,混合两种性质的特征提取方式以及伪碱基组成特征能有效地提高编码区识别精度。在基因识别中,识别方法的选择对识别效果的影响很大。为了在短基因编码区识别中获得更高的精确度,必须选择精细的模型,径向基函数神经网络是一个较理想的选择。为了解决神经网络中可能存在的记忆变形和记忆丢失问题,结合K-均值的聚类结果和样本类别标记,获得一些启发式信息。并给出基于启发式信息的样本筛选机制,用于降低神经网络的样本集规模。同时对单个数据集进行多组实验,并采用投票法进行统计,取得不错的识别精度。