公开(公告)号：CN112266929A

公开(公告)日：2021-01-26

申请号：CN202011175076.X

申请日：2020-10-28

Applicant: 海南大学

Inventor： 路延笃 ,  陈玉婷 ,  韩笑 ,  李发兰

IPC: C12N15/82 ,  C12N15/54 ,  C12N1/13 ,  C12R1/89

Abstract: 本发明涉及生物技术领域，特别涉及一种提高微藻抗逆性能、增加生物产量和高附加值化合物的方法。该方法为：将核苷酸序列如SEQ ID NO：3所示的基因或包含该基因的载体导入微藻中。本发明经实验证明转入DXS基因的微藻在弱光、高光、缺氮和缺微量元素环境下其生长速率有了明显提高，生长后的藻株中的生物量和高值代谢物含量也有提高，证明了DXS基因能有效的提高微藻耐微藻耐弱光、高光、缺氮和缺微量元素环境胁迫。本发明培育出耐微藻耐弱光、高光、缺氮和缺微量元素藻株的方法也简便而有效，为提高植物耐微藻耐弱光、高光、缺氮和缺微量元素性和提高高值化合物含量提供了新的有效选择。

公开(公告)号：CN112256965A

公开(公告)日：2021-01-22

申请号：CN202011145676.1

申请日：2020-10-23

Applicant: 海南大学

Inventor： 黄梦醒 ,  韩笑 ,  冯思玲 ,  冯文龙 ,  张雨 ,  吴迪

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于lambdaMart的神经协同过滤模型推荐方法，所述方法包括以下步骤：S1：输入用户信息，所述用户信息包括用户基本信息和电影评论信息，所述电影评论信息包括已评分电影信息和未评分电影信息；S2：嵌入层将用户信息映射为用户特征向量，将电影评论信息映射为电影特征向量；S3：将用户特征向量、电影特征向量输入到神经协同过滤模型中，提取高阶特征信息，同时提取排序信息；S4：对高阶特征信息和排序信息进行处理获得推荐结果并输出。提出LM‑NCF模型，通过改进神经协同过滤模型，利用多层感知机的非线性特征处理提取隐含高阶特征信息以及lambdaMart个性化排序算法提取排序信息，使推荐更加精准。