龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东北大学
摘要：本发明提供一种考虑拓扑特征的智能优化与学习融合的蛋白质分类方法，涉及拓扑数据分析、智能优化和机器学习技术领域。该方法首先基于蛋白质样本的三维结构生成出生死亡对；并为每个蛋白质样本构建拓扑词袋模型；然后提取蛋白质的SIFT特征，并进行向量化，得到SIFT词袋向量；再构建神经网络结构进行蛋白质分类；神经网络结构包括两个输入，分别对应每个蛋白质样本的N维的拓扑词袋向量和N维的SIFT词袋向量，输出是蛋白质样本所对应的类别标签；并基于进化算法进行神经网络中神经元个数的自适应选择。该方法使用融合特征，使得神经网络利用蛋白质的多维度信息进行更准确的分类。
主权项：1.一种考虑拓扑特征的智能优化与学习融合的蛋白质分类方法，其特征在于：包括以下步骤：步骤1：基于蛋白质样本的三维结构生成出生死亡对；步骤2：为每个蛋白质样本构建拓扑词袋模型；步骤2.1：将每个蛋白质样本的出生死亡对作为拓扑点，通过K-means聚类算法将每个蛋白质样本的出生死亡对聚为N类；步骤2.2：根据聚类后的拓扑点生成词袋向量；步骤2.3：优化蛋白质样本对应的词袋向量；步骤3：提取蛋白质的SIFT特征，并进行向量化，得到SIFT词袋向量；步骤4：构建神经网络结构进行蛋白质分类；所述神经网络结构包括两个输入，分别对应每个蛋白质样本的N维的拓扑词袋向量，记作向量x1，和N维的SIFT词袋向量，记作向量x2，输出是蛋白质样本所对应的类别标签；步骤5：基于进化算法进行神经网络中神经元个数的自适应选择。
全文数据：
权利要求：
百度查询： 东北大学 考虑拓扑特征的智能优化与学习融合的蛋白质分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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