一种基于卷积神经网络的病毒分类方法及系统

本发明公开了一种基于卷积神经网络的病毒分类方法及系统，包括获取新型冠状病毒基因组的病毒核苷酸序列长字符；对病毒核苷酸序列长字符进行特征提取预处理，获取核苷酸特征值加权向量矩阵；将核苷酸特征值加权向量矩阵作为特征数据，将对应新型冠状病毒基因组的病毒类别作为标签数据获取样本数据集；根据样本数据集对病毒检测分类模型进行模型训练，获取最优病毒检测分类模型；将特征提取预处理后的待分类检测的新型冠状病毒基因组，输入至最优病毒检测分类模型实现新型冠状病毒的分类预测。解决了在面对庞大的型冠状病毒基因组数据进行相应的转换、对比、分析以及分类时，存在周期长、分类效率大以及分类精度低且无法及时有效快速做出判断，为治疗提供及时/可靠的依据的问题。