Document
拖动滑块完成拼图
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

一种基于改进Transformer和SE-TextCNN的RNA亚细胞定位预测方法 

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:湖州师范学院

摘要:本发明提供了一种基于改进Transformer和SE‑TextCNN的RNA亚细胞定位预测方法,包括以下部分:建立LncRNA和mRNA数据集,对LncRNA和mRNA数据集进行预处理,筛选并清洗数据;进行特征提取,并分别输入到神经网络的各个位置;特征包括One‑hot编码、EIIP编码、NCP编码、位置编码及RNA‑FM编码,可综合序列物理化学属性和RNA‑FM模型通过自监督学习得到深层次特征;训练网络框架,采用二路并行策略分别对RNA‑FM输出的特征以及基础序列特征进行训练,依次经过LightningAttentionTransformer模块、TextCNN‑SEnet模块和MLP模块输出预测结果。本发明有效增强了对长序列的处理能力和对关键特征的识别,有效提高了RNA亚细胞定位的预测精度,且本发明的模型可应用于其他RNA类型的数据集,也展现了鲁棒的预测性能。

主权项:1.一种基于改进Transformer和SE-TextCNN的RNA亚细胞定位预测方法,其特征在于:包括以下部分:建立LncRNA和mRNA数据集,对LncRNA和mRNA数据集进行预处理,筛选并清洗数据;进行特征提取,并分别输入到神经网络的各个位置;特征包括One-hot编码、EIIP编码、NCP编码、位置编码及RNA-FM编码,可综合序列物理化学属性和RNA-FM模型通过自监督学习得到深层次特征;训练网络框架,采用二路并行策略分别对RNA-FM输出的特征以及基础序列特征进行训练,依次经过LightningAttentionTransformer模块、TextCNN-SEnet模块和MLP模块输出预测结果。

全文数据:

权利要求:

百度查询: 湖州师范学院 一种基于改进Transformer和SE-TextCNN的RNA亚细胞定位预测方法

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。