-
Patent Agency Ranking
公开(公告)号：CN112766352B
公开(公告)日：2024-03-29
申请号：CN202110039827.3
申请日：2021-01-13
Applicant: 大连海事大学
IPC: G06F18/214 , G06F18/243 , G16H50/80
Abstract: 本发明提供一种基于极端梯度提升算法的新型冠状病毒分类方法，用于解决现有技术中存在的分类精度较低的技术问题，实现步骤为：获取三种现存病毒数据集和新型冠状病毒数据集，预处理三种病毒数据集和新型冠状病毒数据集，三种病毒数据集作为训练集，新型冠状病毒数据集作为独立测试集，使用训练集训练并优化XGBoost模型，获取最优模型后对测试集分类，得到模型评估指标以及测试集的预测标签。本发明有效提高了新型冠状病毒分类的准确性。
-
公开(公告)号：CN112735604A
公开(公告)日：2021-04-30
申请号：CN202110045563.2
申请日：2021-01-13
Applicant: 大连海事大学
Abstract: 本发明提供一种基于深度学习算法的新型冠状病毒分类方法，用于解决现有技术中存在的分类精度较低的技术问题，实现步骤为：获取现有可用病毒序列和新型冠状病毒数据集，预处理病毒序列数据集，使用三个级联的自动编码器将预处理后高维冗余的病毒序列特征进行特征提取实现数据降维，获取病毒序列非线性抽象特征，获取训练集数据和测试集数据，获取最优新型冠状病毒序列分类模型，使用所述最优新型冠状病毒序列分类模型预测新型冠状病毒数据的标签，本发明有效提高了新型冠状病毒分类的准确性。
-
公开(公告)号：CN112735604B
公开(公告)日：2024-03-26
申请号：CN202110045563.2
申请日：2021-01-13
Applicant: 大连海事大学
IPC: G16H50/80 , G06F18/241 , G06F17/14 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习算法的新型冠状病毒分类方法，用于解决现有技术中存在的分类精度较低的技术问题，实现步骤为：获取现有可用病毒序列和新型冠状病毒数据集，预处理病毒序列数据集，使用三个级联的自动编码器将预处理后高维冗余的病毒序列特征进行特征提取实现数据降维，获取病毒序列非线性抽象特征，获取训练集数据和测试集数据，获取最优新型冠状病毒序列分类模型，使用所述最优新型冠状病毒序列分类模型预测新型冠状病毒数据的标签，本发明有效提高了新型冠状病毒分类的准确性。
-
公开(公告)号：CN115273977A
公开(公告)日：2022-11-01
申请号：CN202210837114.6
申请日：2022-07-15
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于XGBoost的癌旁组织中DNA甲基化预测方法，包括获取癌组织、癌旁组织甲基化数据集，构建癌组织、癌旁组织训练矩阵以及癌组织、癌旁组织测试矩阵；获取癌旁组织训练矩阵中所有CpG位点的相关CpG位点集合，构建训练特征数据集；获取癌旁组织测试矩阵中所有CpG位点的相关CpG位点集合，构建测试特征数据集；构建XGBoost模型，通过训练特征数据集训练XGBoost模型，根据训练后的XGBoost模型依次对癌旁组织测试矩阵中所有相关CpG位点集合进行预测，获取预测值，根据测试特征数据集和预测值对模型进行评价，当满足评价条件时保存模型，根据模型对癌旁组织的甲基化数据进行预测。提高了预测癌旁组织中的甲基化数据的准确率，准确表达癌旁组织中的甲基化水平。
-
公开(公告)号：CN112766352A
公开(公告)日：2021-05-07
申请号：CN202110039827.3
申请日：2021-01-13
Applicant: 大连海事大学
Abstract: 本发明提供一种基于极端梯度提升算法的新型冠状病毒分类方法，用于解决现有技术中存在的分类精度较低的技术问题，实现步骤为：获取三种现存病毒数据集和新型冠状病毒数据集，预处理三种病毒数据集和新型冠状病毒数据集，三种病毒数据集作为训练集，新型冠状病毒数据集作为独立测试集，使用训练集训练并优化XGBoost模型，获取最优模型后对测试集分类，得到模型评估指标以及测试集的预测标签。本发明有效提高了新型冠状病毒分类的准确性。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
