摘要
本发明提供一种关联预测模型训练方法、关联预测方法及系统,该方法包括:获取多个训练样本,训练样本是由存在关联关系标签的第一样本多源特征和第二样本多源特征构建得到的,第一样本多源特征为样本微小核糖核酸对应的多源特征,第二样本多源特征为样本生理状态类型对应的多源特征;将多个训练样本输入至预设模型,并基于预设模型的融合特征层输出的顶点向量表示,对预设模型进行训练,得到训练好的关联预测模型;融合特征层用于将全局注意力融合特征表示和局部注意力融合特征表示进行融合处理,得到顶点向量表示。本发明提升miRNA和生理状态类型的关联预测准确度。
技术关键词
预测模型训练方法
融合特征
多源特征
核糖核酸
关联预测方法
样本
网络节点
网络结构信息
生理
注意力机制
顶点
非暂态计算机可读存储介质
模型训练模块
标签
处理器
关系
系统为您推荐了相关专利信息
椎骨
深度学习模型
影像
生成对抗网络
三维重建方法
动作识别模型
深度学习训练
动作识别方法
通道注意力机制
堆叠模块
核苷酸
序列
预测模型训练方法
筛选方法
计算机存储介质
短时客流预测方法
网络拓扑数据
多尺度
城市轨道交通网络
融合特征
多阶段特征
体积特征
结构磁共振
分类方法
多尺度特征提取