一种基于Transformer网络改进的分子-蛋白质反应预测分类方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开一种基于Transformer网络改进的分子‑蛋白质反应预测分类方法:(1)分别对分子和蛋白质进行特征编码,将序列数据转化为机器可识别的特征向量数据集,其中分子使用邻接矩阵表示;(2)将数据集划分为训练集、验证集、测试集;(3)将训练集输入到改进后的Transformer网络进行训练,并采用双向注意力机制对数据的特征向量进行学习。(4)将经过Transformer网络训练后的分子特征向量和蛋白质特征向量拼接,输入到全连接层,得到分类结果。本发明提出的Transformer网络改进的分子‑蛋白质反应预测分类方法,能有效的提升分子‑蛋白质反应预测分类准确率。
《一种基于Transformer网络改进的分子-蛋白质反应预测分类方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023103131920,当前法律状态为已下证,由湖北工业大学提出申请,发明人为甘海涛;温佳慧;周然;杨智;方小悦,申请日期为2023-03-24,公开(公告)日期为2025-12-09,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:本发明公开一种基于Transformer网络改进的分子‑蛋白质反应预测分类方法:(1)分别对分子和蛋白质进行特征编码,将序列数据转化为机器可识别的特征向量数据集,其中分子使用邻接矩阵表示;(2)将数据集划分为训练集、验证集、测试集;(3)将训练集输入到改进后的Transformer网络进行训练,并采用双向注意力机制对数据的特征向量进行学习。(4)将经过Transformer网络训练后的分子特征向量和蛋白质特征向量拼接,输入到全连接层,得到分类结果。本发明提出的Transformer网络改进的分子‑蛋白质反应预测分类方法,能有效的提升分子‑蛋白质反应预测分类准确率。
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!
