基于迁移学习的预测模型训练方法及程序产品

本申请公开了一种基于迁移学习的预测模型训练方法及程序产品，涉及计算机技术领域，包括构建初始预测模型，并基于卷积神经网络对所述初始预测模型进行预训练，以得到预训练模型；获取已知类别的基因表达矩阵，采用所述预训练模型提取所述已知类别的基因表达矩阵中预设基因的深度特征；将所述预设基因的深度特征迁移至语义嵌入空间中，分析深度特征在语义嵌入空间中的表示向量与预设基因关联的真实基因类别的相似度以及其他类别的相似度；当所述预测基因类别与所述真实基因类别的差值满足预设间隔时，完成所述初始预测模型的训练。本申请将背景噪声视为独立的类别结合迁移学习方法，能够在缺乏标注数据的情况下实现对基因类别的精确分类。