Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度迁移学习的植物次生代谢途径预测方法 

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!

摘要:本申请公开了一种基于深度迁移学习的植物次生代谢途径预测方法,基于深度学习和迁移学习,建立了植物次生代谢途径预测方法,实现对于已知结构信息的化合物所在植物次生代谢途径的预测。首先在信息更丰富的代谢途径数据集源数据集上进行深度学习模型预训练;然后通过迁移学习,在目标数据集上以预训练参数进行微调,构建植物次生代谢途径的预测模型;最后,将待预测化合物的简化分子线性输入规范字符串输入模型,获取其预测的植物次生代谢途径信息。本发明有效克服了目前植物次生代谢途径数据信息不足的问题,具有预测准确率高,模型训练效率高等优点。

主权项:1.一种基于深度迁移学习的植物次生代谢途径预测方法,其特征在于,包括如下步骤:S1:构建源数据集,即代谢途径数据集;构建目标数据集,即植物次生代谢途径数据集;S2:构建深度学习预训练模型并使用所述源数据集进行训练;使用交叉验证,选取准确率最高的深度学习模型参数,作为迁移学习的初始参数;S3:构建深度迁移学习模型;使用所述目标数据集微调所述深度学习预训练模型得到预测模型;使用交叉验证,选取准确率最高的深度迁移学习模型参数,作为最终预测模型参数;S4:获取待预测化合物的SMILES字符串,输入所述最终预测模型,获得预测的植物次生代谢途径信息。

全文数据:

权利要求:

百度查询: 中国科学院大连化学物理研究所 榆林中科洁净能源创新研究院 一种基于深度迁移学习的植物次生代谢途径预测方法

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。