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！

龙图腾网获悉广东工业大学申请的专利基于增强的超图卷积自编码算法的miRNA-疾病关联预测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：CN116343927B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310121363.X，技术领域涉及：G16B40/00；该发明授权基于增强的超图卷积自编码算法的miRNA-疾病关联预测方法是由谢国波;余俊锐;林志毅;顾国生设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本基于增强的超图卷积自编码算法的miRNA-疾病关联预测方法在说明书摘要公布了：本发明提供了一种基于增强的超图卷积自编码算法的miRNA‑疾病关联预测方法，包括以下步骤：S1：获取miRNA‑疾病的邻接矩阵A，通过miRNA‑疾病邻接矩阵来描述二者的关联关系；S2：通过邻接矩阵A分别计算出miRNA高斯相似性MG、miRNA余弦相似性MC、疾病高斯相似性DG和疾病余弦相似性DC，将它们分别作为miRNA的特征和疾病的特征；S3：根据高斯相似性，使用加权K近邻获取图隐藏关联信息，以此得到增强的超图关联矩阵；S4：将miRNA的特征和疾病的特征通过全连接层映射到同一个域空间，使用超图卷积的方式训练得到嵌入特征；S5：对嵌入特征使用一个双线性解码器进行解码，计算其关联评分，本发明可以更准确地预测miRNA‑疾病的关联信息。

本发明授权基于增强的超图卷积自编码算法的miRNA-疾病关联预测方法在权利要求书中公布了：1.一种基于增强的超图卷积自编码算法的miRNA-疾病关联预测方法，其需要包括以下步骤： S1：获取miRNA-疾病的邻接矩阵，通过miRNA-疾病邻接矩阵来描述二者的关联关系； S2：通过邻接矩阵分别计算出miRNA高斯相似性MG、miRNA余弦相似性MC、疾病高斯相似性DG和疾病余弦相似性DC，将它们分别作为miRNA的特征和疾病的特征； S3：根据高斯相似性，使用加权K近邻获取图隐藏关联信息，以此得到增强的超图关联矩阵，其使用了miRNA高斯相似性MG和疾病高斯相似性DG，具体定义为： 对原先的邻接矩阵进行预处理，获取隐藏关系；定义向量表示miRNA-疾病邻接矩阵的第行，表示miRNA的关联关系，向量表示miRNA-疾病邻接矩阵的第列，表示疾病的关联关系； 对于每个miRNA，从其高斯相似性中获取到其最相关的k个相似miRNA，令表示其相似的第个miRNA的序号，则计算得到的新的关联向量如下所示： 其中表示miRNA计算出来的第行新的关联关系，为miRNA关联关系的归一化项；其中为衰变项，其取值为同理，对于每个疾病也可以计算得到新的关联向量，其公式如下： 其中表示计算出来的第列新的关联关系，令表示其相似的第个疾病的序号，为疾病关联关系的归一化项；其中为衰变项，其取值为最终，获取到图隐藏关联信息，通过以下公式得到增强的超图关联矩阵：S4：将miRNA的特征和疾病的特征通过全连接层映射到同一个域空间，使用超图卷积的方式训练得到嵌入特征； S5：对嵌入特征使用一个双线性解码器进行解码，计算其关联评分。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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。