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！

龙图腾网恭喜中国石油大学(华东)申请的专利基于矩阵增强和协作双矩阵补全的SM-miRNA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：CN119360951B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411906873.9，技术领域涉及：G16B15/30；该发明授权基于矩阵增强和协作双矩阵补全的SM-miRNA关联预测方法是由王淑栋;刘体耀;王爽;吴文浩;张魁杰;王璐琦;张媛媛设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于矩阵增强和协作双矩阵补全的SM-miRNA关联预测方法在说明书摘要公布了：本发明涉及生物技术领域，特别涉及基于矩阵增强和协作双矩阵补全的SM‑miRNA关联预测方法，包括以下步骤：步骤1、通过高斯径向基函数分别增强综合的SM相似性矩阵和综合的miRNA相似性矩阵的精度；步骤2、通过截断schattenp‑范数最小化获得一个在[0,1]范围内的概率值，并将获得的概率值替换SM‑miRNA关联矩阵的缺失数据，更新SM‑miRNA关联矩阵；步骤3、对步骤2中更新后的SM‑miRNA关联矩阵进行截断矩阵分解，分解后结合步骤1中增强后的综合的SM相似性矩阵和综合的miRNA相似性矩阵计算，获得预测得分矩阵，并根据预测得分矩阵预测结果，通过上述技术方案，本发明具有提高相似度量的准确性和模型计算速度、预测时全面且灵活的优点。

本发明授权基于矩阵增强和协作双矩阵补全的SM-miRNA关联预测方法在权利要求书中公布了：1.基于矩阵增强和协作双矩阵补全的SM-miRNA关联预测方法，其特征在于，包括以下步骤：步骤1、通过高斯径向基函数分别增强综合的SM相似性矩阵和综合的miRNA相似性矩阵的精度；步骤2、通过截断schattenp-范数最小化获得一个在[0,1]范围内的概率值，并将获得的概率值替换SM-miRNA关联矩阵的缺失数据，更新SM-miRNA关联矩阵；步骤3、对步骤2中更新后的SM-miRNA关联矩阵进行截断矩阵分解，分解后结合步骤1中增强后的综合的SM相似性矩阵和综合的miRNA相似性矩阵计算，获得预测得分矩阵，并根据预测得分矩阵预测结果；高斯径向基函数对综合SM相似度进行矩阵增强后，获得复合相似矩阵SSM， 其中，Ri和Rj分别为综合的SM相似性矩阵Ssm的第i行向量和第j行向量，σ表示对函数带宽进行调节的参数；高斯径向基函数对综合miRNA相似度进行矩阵增强后，获得相似矩阵SM， 其中，R′i和R′j分别为综合的miRNA相似性矩阵Sm的第i行向量和第j行向量，σ表示对函数带宽进行调节的参数；截断矩阵分解用于将MMA矩阵分解为两个特征矩阵，两个特征矩阵分别为：矩阵A和矩阵B，矩阵H*≈ABT，且通过截断奇异值的个数提取关键特征；在步骤3中，截断矩阵分解步骤2中更新的药物-miRNA矩阵的过程为：步骤31、通过矩阵A和矩阵B构建截断矩阵分解的目标函数；步骤32、通过对矩阵H*≈ABT使用SVD方法获得变量的初始值；步骤33、通过交替最小二乘方法优化步骤31中构建的目标函数，优化后迭代更新矩阵A和矩阵B直至收敛，收敛后获得最终的矩阵A和矩阵B，并根据最终的矩阵A和矩阵B获得最终的预测得分矩阵其中，在步骤31中，通过矩阵A和矩阵B构建的截断矩阵分解的目标函数为： 其中，||·||表示弗罗贝纽斯范数，λt、λs和λm均为非负参数，表示矩阵H*的近似模型，用于识别潜在特征矩阵A和矩阵B；表示Tikhonov正则化要求，最小化矩阵A和矩阵B的范数用于防止过拟合；和均表示正则化要求，用于确保相似的SMs和miRNA的潜在特征向量是相似的。

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中国石油大学(华东)，其通讯地址为：266400 山东省青岛市黄岛区长江西路66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”。