基于自注意力编码和池化机制的毒力因子识别方法及系统
本发明公开了一种基于自注意力编码和池化机制的毒力因子识别方法及系统,该方法首先利用蛋白质预训练语言模型ESM‑2提取毒力因子的氨基酸序列初始特征,利用自注意力编码器对毒力因子的氨基酸序列初始特征进行编码,通过一个自注意力池化层对所得到的氨基酸特征向量序列进行自适应的聚合以得到序列级的特征表示,最后使用多层感知器对毒力因子进行识别。本发明技术方案使用预训练语言模型提取的氨基酸序列初始特征,解决了传统机器学习方法依赖于手工特征和表达能力受限的问题;基于自注意力机制的Transformer模型的编码器建模了长序列之间的依赖关系,有效提高毒力因子识别的准确性。
《基于自注意力编码和池化机制的毒力因子识别方法及系统》是一发明专利,专利号为 2024104895669,当前法律状态为已下证,由华东交通大学提出申请,发明人为李光辉;拜佩豪;陈娇;张黎明,申请日期为2024-04-23,公开(公告)日期为2024-07-02,国际专利分类号(IPC)为 G16B 40/00 (2019.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于自注意力编码和池化机制的毒力因子识别方法及系统,该方法首先利用蛋白质预训练语言模型ESM‑2提取毒力因子的氨基酸序列初始特征,利用自注意力编码器对毒力因子的氨基酸序列初始特征进行编码,通过一个自注意力池化层对所得到的氨基酸特征向量序列进行自适应的聚合以得到序列级的特征表示,最后使用多层感知器对毒力因子进行识别。本发明技术方案使用预训练语言模型提取的氨基酸序列初始特征,解决了传统机器学习方法依赖于手工特征和表达能力受限的问题;基于自注意力机制的Transformer模型的编码器建模了长序列之间的依赖关系,有效提高毒力因子识别的准确性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
