龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：杭州电子科技大学
申请日：2021-02-02
公开（公告）日：2024-06-28
公开（公告）号：CN112908418B
主分类号：G16B30/00
分类号：G16B30/00;G06F18/23213;G16B40/00
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2021.06.22#实质审查的生效;2021.06.04#公开
摘要：本发明公开了一种基于字典学习的氨基酸序列特征提取方法。本发明首先给定一种AAindex，每条氨基酸肽序列数据都可用P＝R1R2......RL表示,通过给定的AAindex，可将上述序列编码成PE＝E1E2......EL。其中Ei为氨基酸残基的Ri的属性值；接着，对肽序列使用n‑gram模型分解成单词并分割成不同长度的片段，之后对同一长度的片段聚类生成字典；最后将样本基于欧氏距离的词频学习字典的特征构成样本特征矩阵。本发明能够有效的对氨基酸序列进行特征提取，实现降维，得到氨基酸中潜在的规律，特征选择的结果对样本类别判定具有重要意义，有效提高样本类别判定的准确率。
主权项：1.一种基于字典学习的氨基酸序列特征提取方法，其特征在于：该方法的具体步骤如下：步骤1、输入数据，其中输入数据为蛋白质序列；步骤2、每条肽序列数据都用P＝R1R2......RL表示,给定一个氨基酸指数AAindex，将上述序列编码成PE＝E1E2......EL；其中Ei为氨基酸残基的Ri属性值；步骤3、构造字典；在字典构造阶段，分为以下3步：1、肽序列编码：利用n-gram模型将肽序列分解成单词，建立编码序列；2、编码序列分割：将编码序列分成不同长度的片段，包括长度为2的片段和长度为3的片段；3、字典中的单词：对长度相同的片段采用C均值聚类，以聚类中心作为字典中词；步骤4、样本字典表示；在样本字典表示阶段，分为3步，其中前两步与构造字典过程的前两步相同；1、肽序列编码；2、编码序列分割；3、参考字典中单词对样本特征向量构造：特征由基于欧氏距离的词频构成： 其中，l为单词长度，Cl是字典中长度为L的单词数，fil是第i个单词的出现频率。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于字典学习的氨基酸序列特征提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号