“刘毅慧”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多尺度卷积注意力神经网络的蛋白质二级结构预测方法-CN202110153044.8有效
发明人：成金勇;徐颖;刘毅慧;马玉明 -专利权人：齐鲁工业大学
申请日： 2021-02-04 - 公布日： 2023-04-25 - 主分类号： G16B15/00 文献下载
摘要：本发明提供一种基于多尺度卷积注意力神经网络的蛋白质二级结构预测方法，属于生物信息学与模式识别领域。本发明采用多尺度卷积神经网络进行自适应学习，通过设置窗口大小来提取粒度不同的结构特征，从而识别更多的全局和局部特征信息。同时，在该方法中引入注意力卷积机制，使其更加有效地识别结构序列中信息表征量大的部分。由于传统神经网络的分类方法使用的损失函数为交叉熵，交叉熵并不能有效解决训练序列中的样本非均衡性问题，而蛋白质二级结构预测问题属于像素级分类，样本的非均衡性问题在其中体现得十分突出，本方法在构建模型的基础上提出一种改进的相关交叉熵损失函数来解决该问题。
一种基于尺度卷积注意力神经网络蛋白质二级结构预测方法

[发明专利]基于蛋白质长度和DCNN的分类建模方法及系统-CN201910603794.3在审
发明人： 刘毅慧;朱树平 -专利权人：齐鲁工业大学
申请日： 2019-07-05 - 公布日： 2019-10-08 - 主分类号： G16B15/00 文献下载
摘要：本发明公开了一种基于蛋白质长度和DCNN的分类建模方法及系统，属于蛋白质预测分析领域；要解决的技术问题为如何结合深度学习对蛋白质二级结构进行预测分析，提高准确率。方法包括：取多个大数据集作为训练集，提取数据集中PSI‑Blast产生的PSSM特征，并通过滑动窗口对PSSM特征进行格式转换；基于蛋白质的长度对训练集中的蛋白质进行分组，得到多个模型组；对于每个模型组，基于深度卷积网络构建与模型组对应的预测模型，并通过模型组对预测模型进行训练，得到训练后预测模型。系统包含输入模块、格式转换模块、分组模块和模型训练模块。
模型组蛋白质预测模型分类建模蛋白质二级结构格式转换模块模型训练模块蛋白质预测分组模块格式转换滑动窗口输入模块提取数据网络构建大数据训练集准确率卷积分析分组预测学习

[发明专利]一种基于多重进化矩阵的蛋白质二级结构预测方法-CN201710150418.4有效
发明人：鹿文鹏;杜月寒;刘毅慧;成金勇;孟凡擎 -专利权人：齐鲁工业大学
申请日： 2017-03-14 - 公布日： 2019-02-26 - 主分类号： G16B30/00 文献下载
摘要：本发明公开了一种基于多重进化矩阵的蛋白质二级结构预测方法，包括：下载蛋白质NR数据库及BLAST程序本地软件包，生成给定蛋白质序列的位置特异性打分矩阵PSSM矩阵，对PSI‑BLAST程序进行参数调整得到蛋白质序列的不同趋异度的进化矩阵；对进化矩阵中的所有特征向量进行处理，构成多重进化矩阵特征；将多重进化矩阵的特征作为分类器的输入并对分类准确率进行评价，获得优化模型；针对结构未知的蛋白质，输入优化模型，预测蛋白质的二级结构。本发明对于一条蛋白质序列，同时使用多种不同进化趋异度的矩阵来表示蛋白质序列，更为充分的表示了蛋白质结构信息，更全面的考虑了残基替换的可能性，提高了蛋白质二级结构预测的准确率，编码方法简单有效。
一种基于多重进化矩阵蛋白质二级结构预测方法

[发明专利]一种关键特征的筛选方法-CN201611139357.3在审
发明人：王会娜;黄伟;刘毅慧 -专利权人：齐鲁工业大学
申请日： 2016-12-12 - 公布日： 2017-05-31 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及临床医学技术领域,特别涉及一种关键特征的筛选方法，将未选特征通过顺序选择找到关键特征组成特征子集。本发明一种基于顺序特征选择的模型构建方法，抛开传统的医学方法，采用机器学习方法利用顺序选择找出数据集进行分类预测的关键特征，组成特征子集，精确度比智能算法中的遗传算法方法提高2个百分点，实用性强，易于推广。
一种关键特征筛选方法