摘要
本发明涉及生物信息学技术领域,特别是涉及农作物表型关联调控网络优化方法及系统,方法包括:基于基因调控矩阵,构建初始基因调控网络;将初始基因调控网络、基因表达量数据和农作物样本的表型数据,输入到训练后的神经网络模型中,输出基因表型关联调控网络;在训练的过程中所使用的总损失函数,是第一、第二和第三损失函数的求和结果;第一损失函数是自编码器重构邻接矩阵与自编码器输入连接矩阵之间的差异;第二损失函数是全连接神经网络预测的样本表型与真实的样本表型之间的差异;第三损失函数是使用全连接神经网络的第一层权重指导自编码器重构连接矩阵的学习,所构建的连接函数。本发明能够提高基因‑表型关联分析的准确性和泛化能力。
技术关键词
基因调控网络
编码器
样本
神经网络模型
正则化策略
网络优化方法
重构
矩阵
注意力机制
基因表达数据
网络优化系统
解码器
节点
网络拓扑结构
表达式
分支
输入端
成分分析
系统为您推荐了相关专利信息
复合型水处理剂
实时数据
模拟模型
设备端
随机森林模型
半球谐振子
振动检测方法
飞机发动机
陀螺仪
气流
直流电机结构
协同优化方法
永磁无刷
参数
智能优化算法