摘要
本发明涉及人工智能领域,具体涉及一种基于贝叶斯优化的锌结合蛋白质作用位点混合深度预测方法、装置。方法包括以下步骤:该方法基于蛋白质序列信息,构建集成自注意力机制的LSTM深度预测子模型LSTM_IAM(Long Short‑Term Memory with Integrated Attention Machanism)和机器学习组件学习器(Machine Learning Component Learners),再利用贝叶斯加权优化算法,动态设置权重,调整参数使组合模型达到最优。本发明的方法,预测准确率高,且具备良好的泛化性和鲁棒性。
技术关键词
深度预测方法
机器学习组件
机器学习模型
序列特征
加权优化算法
位点
注意力机制
学习器
计算机程序产品
随机森林
鲁棒性
特征值
处理器
动态
参数
模块
系统为您推荐了相关专利信息
频域特征
电池健康状态
时域特征
机器学习模型
LightGBM模型
电力负荷预测装置
电力系统
模型训练模块
特征提取模块
历史负荷数据
配电终端
集成学习模型
工作模块
机器学习模型
多层次
施工进度监测
施工进度管理方法
计划
施工设备
施工进度管理装置
档案管理方法
数字孪生
移动终端设备
二维码
工程质量管理