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！

龙图腾网获悉山东科技大学申请的专利一种基因微阵列数据分析处理方法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：CN116312784B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211708197.5，技术领域涉及：G16B25/10；该发明授权一种基因微阵列数据分析处理方法是由朱淑娟;庄仲杰;潘正祥;吴祖揚;陈建铭设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基因微阵列数据分析处理方法在说明书摘要公布了：本发明公开了一种基因微阵列数据分析处理方法，涉及生物医学信息处理技术领域，包括：利用微阵列技术，获得基因表达数据；构建多个低维度特征选择任务；通过多任务伪仿射变换算法得到最优特征子集；根据最优特征子集，训练神经网络模型；对待预测基因进行分析处理并预测是否患病。本发明的基因微阵列数据分析处理方法，通过对基因微阵列数据特征分析，对基因微阵列数据有助于挖掘疾病特征基因信息，对疾病的早期发现、临床治疗及疾病预防有着关键作用。

本发明授权一种基因微阵列数据分析处理方法在权利要求书中公布了：1.一种基因微阵列数据分析处理方法，其特征在于，包括如下步骤： 步骤S1.利用微阵列技术，获得基因表达数据； 步骤S2.构建多个低维度特征选择任务； 步骤S3.通过多任务伪仿射变换算法得到最优特征子集； 步骤S4.根据最优特征子集，训练神经网络模型； 步骤S5.对待预测基因进行分析处理并预测是否患病； 步骤S3中，通过多任务伪仿射变换算法得到最优特征子集的步骤，包括： 步骤S31.设置种群数量n，最大迭代次数T；随机初始化种群，并用下式作为目标函数， ； 其中，accuracy表示使用分类算法得到的预测准确率，|S|表示选择的基因的个数，|C|表示所有基因的个数； 步骤S32.用下三角矩阵初始化选择矩阵，随机打乱的行和列，得到最终的选择矩阵M； 步骤S33.计算选择矩阵的反转矩阵，是对M的矩阵元素的二进制逆运算得到的，二进制逆运算意味着矩阵M中元素0将逆变换成1，元素1将逆变换变成0； 步骤S34.计算变异矩阵B，产生随机数，并与指定阈值比较，若随机数小于阈值，则进行子任务内交流，否则进行子任务间交流； 步骤S35.通过sigmoid传递函数将矩阵B中的每个元素转换为二值形式，如下式所示， ； 其中，rand表示[0,1]的随机数； 步骤S36.通过下式得到新的解的位置， ； 其中，表示矩阵的点乘，与Matlab中“.*”运算方式相同； 步骤S37.判断新解位置是否优于原始位置，如果优于，则替换原始位置； 步骤S38.重复执行步骤S32-S37，直至程序满足条件退出，得到每个子任务的最优解； 步骤S39.在整体任务上计算每个子任务的最优解，适应度最好的解为多任务算法的最终解，被最终解选择的特征组成最优特征子集； 步骤S34中，计算变异矩阵B，包括： 步骤S341.任务内交流的变异矩阵B的计算方式，包括： 第一种：； 第二种：； 第三种：； 其中，表示此任务的当前的最优解，表示尺寸因子，通常取值为[0,2]；、和为此任务上任选的解；表示当前解； 步骤S342.任务间交流的变异矩阵B的计算方式，包括： 第一种：； 第二种：； 第三种：； 其中，表示从任务t中任选的一个解，表示从任务g中任选的一个解。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。