- 5
- 0
- 约1.01万字
- 约 10页
- 2023-05-25 发布于四川
- 举报
本发明属于生物信息学领域,涉及一种基于迁移学习的非编码变异预测方法,其中包括迁移学习,随机森林和支持向量机等技术,旨在提高深度学习模型对非编码DNA预测性能。包括如下步骤:首先,在大规模通用非编码变异数据基础上,使用卷积神经网络进行预训练,获得预训练模型;其次,提取预训练模型的卷积核,用该卷积核提取上下文特定的功能性非编码变异数据的特征;然后,使用随机森林对提取的特征进行选择,剔除不重要的特征;最后,利用所选特征训练支持向量机进行预测。本方法可以准确预测特定背景下的功能性非编码变异。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116153396 A
(43)申请公布日 2023.05.23
(21)申请号 202310430873.5 G06F 18/2411 (2023.01)
(22)申请日 2023.0
您可能关注的文档
最近下载
- 工程电磁兼容(第3版).pptx VIP
- 模块5 城市轨道交通车辆维修主要设备《城市轨道交通车辆检修基础与设备》教学课件.pptx VIP
- 危险性较大工程监理危大工程实施细则.docx VIP
- 2023年江苏省盐城市中考合Ⅲ(生物+地理)试卷真题(含地理答案).docx
- 批创思维导论(期末考试答案).pdf VIP
- 高考数学三年(2023-2025年)真题《不等式》专题汇编含答案.docx
- 云南省陆良和平科技有限公司年产3.6万吨饲料级植物单宁项目水土保持报告表.pdf VIP
- C-J∕T 438-2013 单体浇铸尼龙-钢复合管材和管件(高清可复制).pdf VIP
- 粤港澳大湾区智能制造分析报告及2025年产业升级趋势预测.docx VIP
- 2025届【高考语文】漫画类作文9~10月精选(真题呈现+审题指导+立意参考+高分范文)~【高考作文分类练】.pdf
原创力文档

文档评论(0)