[发明专利]一种基于动态贝叶斯网络的基因调控网络构建方法无效
| 申请号： | 201010567992.8 | 申请日： | 2010-12-01 |
| 公开（公告）号： | CN102013039A | 公开（公告）日： | 2011-04-13 |
| 发明（设计）人： | 吴剑丙;陈喆;钱永生 | 申请（专利权）人： | 杭州师范大学 |
| 主分类号： | G06N3/12 | 分类号： | G06N3/12 |
| 代理公司： | 杭州天正专利事务所有限公司 33201 | 代理人： | 王兵;王利强 |
| 地址： | 310036 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于动态贝叶斯网络的基因调控网络构建方法，包括以下步骤：步骤一：获取基因表达的时间序列数据；步骤二：时间序列数据采用离散化方法，离散成数个表达水平；步骤三：设定基因调控网络的时间延迟；步骤四：利用动态贝叶斯网络的结构学习算法采用最大似然法，推导基因调控网络。本发明能有效降低复杂度、提升重建性能、实用性强。 | ||
| 搜索关键词： | 一种 基于 动态 贝叶斯 网络 基因 调控 构建 方法 | ||
【主权项】：
一种基于动态贝叶斯网络的基因调控网络构建方法，包括以下步骤：步骤一：获取基因表达的时间序列数据；其特征在于：所述构建方法还包括以下步骤：步骤二：时间序列数据采用离散化方法，离散成数个表达水平；步骤三：设定基因调控网络的时间延迟；步骤四：利用动态贝叶斯网络的结构学习算法采用最大似然法，推导基因调控网络，其具体过程为：首先，通过调用贝叶斯网络的推理算法填充数据集， 将不完备数据下的结构学习问题转换为较容易解决的完备数据下的结构学习问题，所述最大似然算法主要分为结构搜索和参数学习两步，进行结构搜索时，使用期望充分统计因子代替不存在的充分统计因子，使打分函数具有可分解形式，再进行局部搜索，发现得分更高的网络结构；然后在选定的网络结构上寻找使得分最大的参数，得到基因调控网络结构。
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杭州师范大学，未经杭州师范大学许可，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/patent/201010567992.8/，转载请声明来源钻瓜专利网。
