[发明专利]一种基于胶囊神经网络和集成学习的关键蛋白质识别方法

权利要求书

1.一种基于胶囊神经网络和集成学习的关键蛋白质识别方法，其特征在于：所述方法步骤如下：

步骤1：利用Cytoscape工具提取蛋白质在蛋白质相互作用网络中的八种生物学特征；其中，蛋白质分为非关键蛋白质和关键蛋白质两类；

步骤2：使用胶囊神经网络提取八种生物学特征的更深层的增强特征，选取胶囊神经网络最终层获取的矩阵的第二行作为蛋白质的增强特征；其中胶囊神经网络卷积层设置32个1×2卷积内核，步长为1，激活函数选择ReLU函数；胶囊神经网络胶囊层选取32个卷积8维胶囊通道，胶囊神经网络从胶囊层到最终层采用了非线性激活函数执行动态路由过程；

步骤3：将步骤1得到的初始生物学特征和步骤2得到的蛋白质增强特征进行连接；

步骤4：将步骤3得到的连接后的特征放入到集成模型Multi-ensemble中，对模型进行训练，并利用训练好的集成模型预测新的关键蛋白质；

步骤5：输出结果：将蛋白质按照由集成模型Multi-ensemble得到的打分进行降序排序，并输出排序结果。

2.根据权利要求1所述的基于胶囊神经网络和集成学习的关键蛋白质识别方法，其特征在于：所述步骤2中非线性激活函数为squashing函数。

3.根据权利要求1所述的基于胶囊神经网络和集成学习的关键蛋白质识别方法，其特征在于：所述步骤4采用的集成模型Multi-ensemble步骤包括数据划分、挑选样本和集成弱分类器；其中数据划分步骤将划分的训练集分为数据集P和数据集R，对数据集P进行了可放回抽样，从而生成m个不同的数据集{P₁,P₂…P_m}，作为m个弱分类器的初始训练集；数据集R被划分为n个互斥子集{R₁,R₂…R_n}，作为迭代过程的测试集，在每轮迭代过程中，如果大多数其它弱分类器将R_j中的样本视为高质量样本，则将其添加到该弱分类器下一轮迭代的训练集中；其中，大多数其它分类器指的是将样本视为高质量样本的其它分类器数量达到弱分类器总个数的三分之二，j＝1,2,…,n。