[发明专利]基于机器学习算法的生物信息分析平台在审

专利信息
申请号: 202011165789.8 申请日: 2020-10-27
公开(公告)号: CN112259170A 公开(公告)日: 2021-01-22
发明(设计)人: 宋骏霖 申请(专利权)人: 大连理工大学
主分类号: G16B40/00 分类号: G16B40/00;G16B45/00;G16B50/00;G06F21/31;G06F21/43;G06F16/35;G06F16/215;G06F16/245;G06F16/2458;G06F16/248;G06F16/28
代理公司: 上海思牛达专利代理事务所(特殊普通合伙) 31355 代理人: 雍常明
地址: 116000 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 机器 学习 算法 生物 信息 分析 平台
【说明书】:

发明公开了基于机器学习算法的生物信息分析平台,包括注册与登录模块、身份验证模块、互联网数据收集模块、实验数据收集模块、数据上传模块、数据存储模块、云服务器模块、数据整理模块、智能处理模块、文本分析模块、报表生成模块、信息展示模块;本发明在面对海量的生物信息数据时,能够更好的对生物信息进行数据分类和聚类,并且提供准确的信息检索和相关信息推荐,而且分类和聚类过程中利用机器学习算法,使生物信息分析过程简单快速,给使用者的研究分析带来了巨大帮助。

技术领域

本发明属于生物信息分析技术领域,尤其涉及基于机器学习算法的生物信息分析平台。

背景技术

随着测序技术的快速发展,基因研究机构和医学科研机构产生了海量的生物信息数据,但这些数据无法直接进行使用,需要利用生物信息分析平台和生物信息学技术对这些数据进行分析加工,从而给出清晰而且易于导出的结果信息,随着科技的不断发展以及信息处理技术的不断提高,计算机成为了生物信息分析手段,现如今大多生物信息分析技术的大多利用计算机软件作为分析助手,由于每个公司软件开发水平不一致,而且软件分析能力理有限,无法为生物信息提供智能分析,并且随着人工智能的发展,机器学习结合生物信息分析的智能分析方式将会成为主流,因此设计出一种基于机器学习算法的生物信息分析平台尤为重要。

但是当前的生物信息分析平台,面对海量的生物信息时,对生物信息的分类和聚类方法较为简单,无法提供准确的信息检索,而且分类和聚类过程耗时耗力,给使用者的研究分析带来了一定影响,为了解决该缺陷,现提供一种解决方案。

发明内容

本发明的目的在于提供基于机器学习算法的生物信息分析平台。

本发明所要解决的技术问题为:

(1)如何防止生物信息数据泄露;

(2)如何对收集来的数据进行整理;

(3)如何实现对生物信息进行基于机器学习的智能分析,从而减少分析时间和分析成本;

(4)如何实现将分析过后的信息数据更系统化的展示给用户,并且便于用户对这些信息数据进行搜索;

本发明的目的可以通过以下技术方案实现;

基于机器学习算法的生物信息分析平台,包括注册与登录模块、身份验证模块、互联网数据收集模块、实验数据收集模块、数据上传模块、数据存储模块、云服务器模块、数据整理模块、智能处理模块、文本分析模块、报表生成模块、信息展示模块;

其中,所述注册与登录模块与身份验证模块通信连接,所述互联网数据整收集模块与数据上传模块通信连接,所述实验数据收集模块与数据上传模块通信连接,所述数据存储模块与云服务器模块通信连接,所述报表生成模块与云服务器模块通信连接,所述云服务器模块与信息展示模块通信连接;

所述注册登录模块用于通过上传个人基本信息的方式注册账号,并通过注册账号登录该平台,其具体过程如下:

步骤一:使用者在首次登录平台时需要进行注册;

步骤二:使用者在注册时需要设置登录账号与密码,在设置密码时需要重复输入三次,用于登录时进行验证,同时填写账号信息;

步骤三:通过步骤二设置的登录账号与密码登录该平台;

所述身份验证模块用于核对账号信息和密码,若密码输错超过三次则需要进行验证,具体验证过程如下:

步骤一:使用者在登录模块上连续输入X次密码,X为预设值,X=1……n;

步骤二:注册与登录模块会记录下使用者输入每次输入密码的时间Fi,i=1……n;

步骤三:通过公式C=Fi+Fi+Fi……+Fi,得到输入密码的总时间C;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连理工大学,未经大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011165789.8/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top