[发明专利]基于深度卷积神经网络的蛋白质亚细胞定位方法和装置有效
| 申请号： | 201810002518.7 | 申请日： | 2018-01-02 |
| 公开（公告）号： | CN108197427B | 公开（公告）日： | 2020-09-04 |
| 发明（设计）人： | 刘弘;丛菡菡;陈月辉;韩延彬 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G16B15/00 | 分类号： | G16B15/00;G16B40/00 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张勇 |
| 地址： | 250014 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的蛋白质亚细胞定位方法和装置，该方法包括：接收已知蛋白质亚细胞位置的序列信息，建立并存储基准蛋白质序列数据库；将基准蛋白质序列数据库中蛋白质序列进行特征提取，并将提取的特征数据进行特征融合；将融合后的特征数据作为深度卷积神经网络的输入，对深度卷积神经网络进行训练，得到深度卷积神经网络分类器；接收待预测的蛋白质序列，进行特征提取并进行相应的特征融合，输入到训练后的深度卷积神经网络分类器，对其蛋白质亚细胞位置进行预测定位。本发解决了目前蛋白质亚细胞定位研究中选择优势特征的难题，同时进一步提高准确度。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 蛋白质 细胞 定位 方法 装置 | ||
【主权项】：
1.一种基于深度卷积神经网络的蛋白质亚细胞定位方法，其特征在于，该方法包括：接收已知蛋白质亚细胞位置的序列信息，建立并存储基准蛋白质序列数据库；将基准蛋白质序列数据库中蛋白质序列进行特征提取，并将提取的特征数据进行特征融合；将融合后的特征数据作为深度卷积神经网络的输入，对深度卷积神经网络进行训练，得到深度卷积神经网络分类器；接收待预测的蛋白质序列，进行特征提取并进行相应的特征融合，输入到训练后的深度卷积神经网络分类器，对其蛋白质亚细胞位置进行预测定位。
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山东师范大学，未经山东师范大学许可，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/201810002518.7/，转载请声明来源钻瓜专利网。
