[发明专利]一种基于序列和形状信息深度融合的模体挖掘方法有效
| 申请号： | 202110509316.3 | 申请日： | 2021-05-11 |
| 公开（公告）号： | CN113096733B | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 黄德双;张寅东 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G16B30/00 | 分类号： | G16B30/00;G06N3/08;G06N3/04 |
| 代理公司： | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人： | 张雪 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明涉及一种基于序列和形状信息深度融合的模体挖掘方法，包括：S1、构建深度嵌入卷积神经网络模型，并对DNA序列和形状信息进行空间对齐混合，作为所述神经网络模型的输入；S2、对所述深度嵌入卷积神经网络模型进行训练，得到模体绑定强度预测值；S3、基于预测值与实际绑定强度之间的回归系数R |
||
| 搜索关键词： | 一种 基于 序列 形状 信息 深度 融合 挖掘 方法 | ||
【主权项】：
暂无信息
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同济大学，未经同济大学许可，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/202110509316.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度嵌入卷积神经网络的模体挖掘方法
- 下一篇：一种制备甲壳寡糖的方法
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
