公开(公告)号：CN117995277B

公开(公告)日：2024-08-23

申请号：CN202410173253.2

申请日：2024-02-07

Applicant: 扬州大学

Inventor： 张洪溢 ,  孙磊 ,  钱中景

IPC: G16B30/10 ,  G16B20/50 ,  G16B40/20 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出一种适用于长序列的对数位置编码方法，包括以下步骤：从公共数据库中获取长序列数据，划分为训练集和验证集；构建一个用于定位序列元素的对数位置编码模块，获取序列的对数位置编码；搭建包括整合了对数位置编码的多头注意层，获取序列元素的注意层输出；基于自定义位置编码模块和多头注意层搭建数据编码器，对序列数据进行数据编码；将训练集序列数据输入到构建好的数据编码器模型中进行训练，使用性能指标评估模型性能，并保留表现最佳的模型。本发明在保持对序列内元素相对位置敏感的同时，也允许模型有效地处理长距离的元素关系，提高长序列处理的准确性和效率。

公开(公告)号：CN118335194A

公开(公告)日：2024-07-12

申请号：CN202410533877.0

申请日：2024-04-30

Applicant: 扬州大学

Inventor： 孙磊 ,  钱中景 ,  朱俊武

IPC: G16B30/10 ,  G06F16/2458 ,  G06F16/28 ,  G06N3/0464 ,  G06N3/084 ,  G16B40/20

Abstract: 本发明公开了一种基于卷积神经网络的病毒序列检索方法，包括以下步骤：步骤一：数据准备；步骤二：数据预处理；步骤三：模型训练；步骤四：构建特征向量数据库；步骤五：病毒序列检索。还公开了上述基于卷积神经网络的病毒序列检索方法的检索系统；本发明利用卷积神经网络提取病毒序列的高维特征表示，并使用欧几里得距离作为特征向量相识度度量的方法进行检索，可以更全面地捕获病毒序列之间的相似性和差异性，提高检索的准确性和效率。

公开(公告)号：CN117995277A

公开(公告)日：2024-05-07

申请号：CN202410173253.2

申请日：2024-02-07

Applicant: 扬州大学

Inventor： 张洪溢 ,  孙磊 ,  钱中景

IPC: G16B30/10 ,  G16B20/50 ,  G16B40/20 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出一种适用于长序列的对数位置编码方法，包括以下步骤：从公共数据库中获取长序列数据，划分为训练集和验证集；构建一个用于定位序列元素的对数位置编码模块，获取序列的对数位置编码；搭建包括整合了对数位置编码的多头注意层，获取序列元素的注意层输出；基于自定义位置编码模块和多头注意层搭建数据编码器，对序列数据进行数据编码；将训练集序列数据输入到构建好的数据编码器模型中进行训练，使用性能指标评估模型性能，并保留表现最佳的模型。本发明在保持对序列内元素相对位置敏感的同时，也允许模型有效地处理长距离的元素关系，提高长序列处理的准确性和效率。