摘要
本发明涉及一种基于卷积块注意力机制密集网络的RNA‑蛋白质结合位点判别方法,属于生物信息学领域。首先,获取公共RNA‑蛋白质结合位点数据集,然后,采用4种特征提取方法构建特征空间,最后,运用基于卷积块注意力机制改进的密集连接卷积网络学习高级局部特征,双向门控循环网络以及自注意力机制组合捕获序列中的长期依赖关系。本发明创造性的使用基于卷积块注意力机制改进的密集网络结合双向门控循环网络以及自注意力机制的思想对RNA‑蛋白质结合位点进行判别分析,能够学习提取更丰富的特征信息,进而提升模型判别准确性。
技术关键词
注意力机制
判别方法
序列特征
局部特征信息
位点
核苷酸
深度学习网络
门控循环网络
矩阵
输出特征
门控循环单元
特征提取方法
多层感知机
训练集
模块
传播算法
编码方法
系统为您推荐了相关专利信息
信息分析系统
金字塔
生成多尺度
多模态
卷积特征
在线估计方法
激光雷达
模态特征
跨模态
注意力机制
电子产品检测系统
BGA封装芯片
信号分析
非线性
软件定义无线电
电力设备缺陷
交叉注意力机制
图谱特征
数据源检测方法
知识图谱构建