考虑拓扑特征的智能优化与学习融合的蛋白质分类方法

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。