公开(公告)号：CN115762640A

公开(公告)日：2023-03-07

申请号：CN202211559942.4

申请日：2022-12-07

Applicant: 吉林大学

Inventor： 朱晓冬 ,  陈凯 ,  刘元宁 ,  王嘉豪 ,  郝磊 ,  郭新生

IPC: G16B30/00 ,  G16B40/00 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种基于集合深度学习模型的ncRNAs家族预测方法，其方法为：第一步、数据处理；第二步、模型设计；第三步、模型训练；有益效果：通过提取ncRNAs的序列特征来对ncRNAs家族进行预测，跳过了获取ncRNAs二级结构的过程，使得ncRNAs家族预测的准确率提高并且简化了预测过程；提升了ncRNAs家族预测的准确率；采用了双向的RNN模型Bi‑GRU，相比较于单向的RNN模型，不仅能够保留当前碱基之前的碱基信息还可以记录当前碱基信息之后的碱基信息，能够更好的提取ncRNAs序列的上下文特征信息；采用DenseNet的网络来提取ncRNAs序列局部特征信息，通过密集连接可以更好的缓解深层网络反向传播的梯度消失。