电子科技大学长三角研究院(衢州)邹权获国家专利权
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！
龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利增强子预测模型训练方法、识别方法及可读存储介质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：CN115206433B 。
龙图腾网通过国家知识产权局官网在2026-01-27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：202210900276.X，技术领域涉及：G16B30/00；该发明授权增强子预测模型训练方法、识别方法及可读存储介质是由邹权;丁漪杰设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。
本增强子预测模型训练方法、识别方法及可读存储介质在说明书摘要公布了：本发明公开了一种增强子预测模型训练方法，包括：获取增强子序列的样本集；根据特征提取算法对所述样本集进行序列特征提取，得到序列特征集；对所述序列特征集进行融合与优化，得到优化特征集；将所述优化特征集导入分类机进行训练，得到增强子预测模型。解决现存无法针对性的预测增强子，和训练模型的精确度不高的的技术问题,通过这种方式，能够充分特征提取的优势，避免维度灾难与模型的过拟合的问题，导入分类机进行训练后，提高了模型的鲁棒性，而且显著提高了对增强子及其强度识别的准确性。
本发明授权增强子预测模型训练方法、识别方法及可读存储介质在权利要求书中公布了：1.一种增强子预测模型训练方法，其特征在于，包括： 获取增强子序列的样本集，所述样本集包括：均带有标注的增强子序列样本集、非增强子样本集、强增强子序列样本集与弱增强子序列样本集； 根据特征提取算法对所述样本集进行序列特征提取，得到序列特征集，所述特征提取算法包括：Kmer、NucleotideBinaryProfiles和AccumulatedNucleotideFrequency算法； 对所述序列特征集进行融合与优化，得到优化特征集，包括如下步骤： 对所述序列特征集进行融合，得到融合特征集； 根据LGBM算法对融合特征集进行筛选，得到筛选特征集； 根据所述特征提取算法对筛选特征集进行拆分，分别得到与特征提取算法相应的拉普拉斯矩阵； 根据拉普拉斯矩阵，得到优化特征集； 将所述优化特征集导入分类机进行训练，得到增强子预测模型，其中，分类机为多视角RBF神经网络。
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电子科技大学长三角研究院(衢州)，其通讯地址为：324003 浙江省衢州市柯城区芹江东路288号1幢18楼；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励