Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳大学欧阳乐获国家专利权

深圳大学欧阳乐获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳大学申请的专利一种基于集成学习的基因调控网络推断方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119964650B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411916814.X,技术领域涉及:G16B40/00;该发明授权一种基于集成学习的基因调控网络推断方法和系统是由欧阳乐;蓝妙芳;余伟明;龚凡稀设计研发完成,并于2024-12-24向国家知识产权局提交的专利申请。

一种基于集成学习的基因调控网络推断方法和系统在说明书摘要公布了:本发明提供一种基于集成学习的基因调控网络推断方法和系统,方法包括:获取基因数据集并进行预处理;构建基因调控网络推断模型;利用预处理后的基因数据集训练基因调控网络推断模型;建立用户交互界面,获取待推断的基因表达数据并输入训练好的基因调控网络推断模型,获取推断出的基因调控网络;本发明通过集成多种用于基因调控网络推断的深度学习方法并采用Stacking集成学习策略对上述方法进行集成,能够综合各模型的优势,减少单一模型可能带来的偏差,提高基因调控网络推断的准确性和鲁棒性;其次,本发明配套有直观友好的用户交互界面,简化了复杂的数据处理、模型训练配置过程,大大降低了使用门槛。

本发明授权一种基于集成学习的基因调控网络推断方法和系统在权利要求书中公布了:1.一种基于集成学习的基因调控网络推断方法,其特征在于,包括以下步骤: S1:获取若干组已知基因调控网络的基因表达数据构成基因数据集,并对所述基因数据集进行预处理;所述预处理包括: 将所述基因表达数据转换为矩阵形式并对其进行标准化,所述矩阵中的行代表基因,列代表细胞,矩阵中的元素代表标准化后的基因表达值; 将所述基因表达数据对应的基因调控网络转换为邻接矩阵,所述邻接矩阵中,已知的基因调控关系标签为“1”,未知的基因调控关系标签为“0”; S2:构建基因调控网络推断模型,所述基因调控网络推断模型的结构包括:输入层、若干个并列的基学习器、特征融合层、元学习器和输出层; 所述输入层用于输入基因表达数据至各个基学习器;每个所述基学习器分别初步预测基因表达数据对应的基因调控网络,并分别将其预测结果输入特征融合层;所述特征融合层用于将所有基学习器的预测结果进行融合,获取融合特征并输入元学习器;所述元学习器用于根据融合特征进行集成预测,获取集成预测结果并经输出层输出,获取最终的基因调控网络; 所述若干个并列的基学习器至少包括以下五种:DeepDRIM模型、CNNC模型、STGRNS模型、GENELink模型和GNNLink模型; 所述元学习器具体为多层感知机MLP; 所述多层感知机MLP的结构包括依次连接的:子输入层、第一隐藏层、第二隐藏层、第三隐藏层和子输出层;所述第一隐藏层和第二隐藏层用于对子输入层输入的融合特征依次进行特征升维,所述第三隐藏层用于特征降维,所述子输出层用于将降维后的融合特征转化为预测得分,获取所述集成预测结果; S3:利用所述预处理后的基因数据集训练所述基因调控网络推断模型,获取训练好的基因调控网络推断模型; S4:建立用户交互界面,获取待推断的基因表达数据并利用所述用户交互界面输入所述训练好的基因调控网络推断模型,获取待推断的基因表达数据对应的基因调控网络。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳大学,其通讯地址为:518060 广东省深圳市南山区粤海街道南海大道3688号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。