首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于两阶段自适应特征学习的circRNA-疾病关联预测方法 

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!

申请/专利权人:曲阜师范大学

摘要:本发明公开了一种基于两阶段自适应特征学习的circRNA‑疾病关联预测方法AGDFCDA,包括以下步骤:首先,AGDFCDA分别融合circRNA和疾病的多种相似性,结合关联网络构造circRNA‑疾病异构网络;其次,AGDFCDA设计了一种两阶段特征学习策略,在第一阶段将融合相似性作为初始特征,应用全连接神经网络,减少circRNA和疾病的噪声和冗余信息,实现特征的初步提取;在第二阶段,AGDFCDA引入自适应图卷积网络,深入挖掘异构网络中的拓扑结构信息和节点属性信息,以学习更全面的circRNA和疾病特征表示;最后,通过多层感知器实现circRNA和疾病的潜在关联预测。本发明设计的两阶段特征学习策略,能够充分挖掘circRNA和疾病的隐藏特征,有效提高了模型的预测能力。

主权项:1.一种基于两阶段自适应特征学习的circRNA-疾病关联预测方法,其特征在于,该方法包括以下步骤:步骤1:提出两阶段特征学习策略,在第一阶段应用全连接神经网络,减少circRNA和疾病的冗余信息,实现特征的初步提取;步骤2:引入自适应图卷积网络,在第二阶段基于circRNA-疾病异构网络自适应地学习邻居节点之间的关系,深入挖掘网络拓扑结构和节点属性信息,学习更全面的特征表示。

全文数据:

权利要求:

百度查询: 曲阜师范大学 一种基于两阶段自适应特征学习的circRNA-疾病关联预测方法

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。