一种基于卷积模糊神经网络的4mC位点预测方法

本发明提供了一种基于卷积模糊神经网络的4mC位点预测方法，包括如下步骤：S1、获取数据集，对数据集进行预处理，对预处理后的数据集进行特征表示并进行多尺度特征融合；S2、利用卷积神经网络对数据集进行局部特征提取，得到重要特征；S3、将重要特征送入模糊神经网络进行隶属度值的选取，从而构建卷积模糊神经网络；S4、使用卷积模糊神经网络对待预测数据进行预测，得到预测结果。本发明不仅采用CNN进行局部特征提取，还利用FNN对输入数据赋予不同的隶属度值。本发明对输入特征的好坏要求较低，能对离群噪声值进行过滤，模型局限性较小，测试集中表现效果良好。