[发明专利]一种基于半监督深度学习的绝缘子元件预测系统

权利要求书

1.一种基于半监督深度学习的绝缘子元件预测系统，其特征在于，包括提取模块(1)、编码模块(2)、训练模块(3)和分析模块(4)；提取模块(1)、编码模块(2)、训练模块(3)和分析模块(4)依次连接；所述提取模块(1)用于取出DNA中的染色体号序列；编码模块(2)用于截取序列并对截取序列编码；训练模块(3)用于训练并生成绝缘子元件预测模型；分析模块(4)用于通过训练后的绝缘子元件预测模型识别分析DNA染色体序列中的绝缘子序列。

2.如权利要求1所述的基于半监督深度学习的绝缘子元件预测系统，其特征在于，所述取出DNA中的染色体号序列是由染色体号的开始位置和结束位置之间取出序列。

3.如权利要求1所述的基于半监督深度学习的绝缘子元件预测系统，其特征在于，所述编码模块(2)通过热一编码对序列进行编码，将序列转换为矩阵。

4.如权利要求1所述的基于半监督深度学习的绝缘子元件预测系统，其特征在于，所述绝缘子元件预测模型是由阶梯网络进行卷积神经网络训练建立而成。

5.如权利要求3所述的基于半监督深度学习的绝缘子元件预测系统，其特征在于，所述阶梯网络为半监督阶梯网络。

6.如权利要求3所述的基于半监督深度学习的绝缘子元件预测系统，其特征在于，所述卷积神经网络算法为：

7.如权利要求3所述的基于半监督深度学习的绝缘子元件预测系统，其特征在于，所述训练包括：在将截取出的染色体序列进行编码得到矩阵后；将矩阵输入神经网络算法中进行训练。