公开(公告)号：CN117275569A

公开(公告)日：2023-12-22

申请号：CN202311203053.9

申请日：2023-09-18

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 邹赛 ,  杨文雅 ,  汪文勇 ,  里亚兹乌拉汗

IPC: G16B15/00 ,  G16B40/00 ,  G06N3/084 ,  G06N3/092 ,  G06N3/096 ,  G06N3/04 ,  G06F17/18

Abstract: 本发明提供一种融合神经网络和最小二乘法的关键蛋白质识别方法及识别终端，涉及关键蛋白质的识别技术领域，包括：缺失生物数据处理，利用普通最小二乘法对生物数据进行线性回归，处理缺失数据；基于深度神经网络构建识别关键蛋白质的预测模型，整合生物数据的拓扑特征和序列特征作为DNN网络的特征输入，DNN可将网络节点映射为低维稠密向量，以此更加准确地捕捉生物数据中的复杂关系。本发明将最小二乘法和深度神经网络引入到生物信息学的关键蛋白质数据补足和预测过程中，通过最小二乘法解决生物数据库中元数据缺失的问题，提高模型的鲁棒性，通过深度神经网络捕捉生物数据中的复杂关系，增强模型的识别精度。