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

AITNT
正文
推荐专利
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
申请号:CN202411500709
申请日期:2024-10-25
公开号:CN119495357A
公开日期:2025-02-21
类型:发明专利
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
1
基于多模态融合的乳腺癌新辅助信息分析系统
信息分析系统 金字塔 生成多尺度 多模态 卷积特征
2
一种无标定物的相机-激光雷达相对位姿在线估计方法及系统
在线估计方法 激光雷达 模态特征 跨模态 注意力机制
3
一种集成图像上下文特征的钢轨内部伤损识别方法及系统
上下文特征 GAN网络模型 识别方法 钢轨 波形
4
一种基于非线性节点信号分析的电子产品检测系统
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
5
一种用于电力设备缺陷检测的方法及相关产品
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号