龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广西科技大学
摘要：本发明属于数据挖掘与生物信息技术领域，公开了一种基于机器学习的木质素降解微生物物种分类模型及方法：基于序列对齐的卷积神经网络‑双向长短期记忆网络‑注意力机制模型，该模型由输入层、卷积神经网络、双向长短期记忆网络和注意力机制构成。本发明解决了现有技术基于宏基因组学的木质素降解微生物相关研究方法多集中于非机器学习算法，传统的非机器学习算法虽然分类速度快，但容易导致物种分类模糊，难以准确识别微生物分类信息，增加基因序列在物种级别上错误匹配的风险，导致物种类别识别错误，产生大量低丰度假阳性结果，并受训练模型参考数据库的限制，适用于宏基因组木质素降解微生物的物种分类识别问题。
主权项：1.一种基于机器学习的木质素降解微生物物种分类模型，其特征在于：包括基于序列对齐的卷积神经网络-双双向长短期记忆网络-注意力机制模型，所述模型由输入层、卷积神经网络、双向长短期记忆网络和注意力机制构成；输入层由隐马尔可夫模型处理并进行序列对齐；卷积神经网络包括卷积层、激活函数ReLU、池化层、全连接层和Softmax激活函数；卷积层包括3层，每层由128个神经元的节点组成，卷积核大小为5；卷积层后包含批归一化层和池化层，池化层选择最大池化层；双向长短期记忆网络包括遗忘门、输入门和输出门；注意力机制包括输入层、Tanh激活函数和Softmax激活函数；全连接层设有两层，包括64个神经元。
全文数据：
权利要求：
百度查询： 广西科技大学 基于机器学习的木质素降解微生物物种分类模型及方法
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