基于Squeeze-Excitation-network和ConNet网络的高效深度学习方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提供基于Squeeze‑Excitation‑network和ConNet网络的高效深度学习方法及系统,方法包括:获取蛋白质全局序列、蛋白质局部序列,以作为样本集,设定DeepNet深度框架的模型参数;划分得到训练集、验证集,设置DeepNet深度框架的模型架构,提取得到有效特征信息,组合所述蛋白质全局序列、所述蛋白质局部序列中的阴性样本与正样本,以送入所述DeepNet深度框架进行训练,调优超参数;对蛋白质全局序列、蛋白质局部序列自适应词嵌入编码;设计局部序列处理分支、全局序列处理分支,以不同尺度的卷积网络提取网络结构特征、长短序列之间的关键信息,据以计算得到最终预测概率。本发明解决了无法提取足够的特征信息、未充分考虑全局信息以及全局信息与局部信息之间的技术问题。
《基于Squeeze-Excitation-network和ConNet网络的高效深度学习方法及系统(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 2023110232555,当前法律状态为已下证,由安徽大学提出申请,发明人为孙战里;汪鑫,申请日期为2023-08-11,公开(公告)日期为2026-06-09,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:本发明提供基于Squeeze‑Excitation‑network和ConNet网络的高效深度学习方法及系统,方法包括:获取蛋白质全局序列、蛋白质局部序列,以作为样本集,设定DeepNet深度框架的模型参数;划分得到训练集、验证集,设置DeepNet深度框架的模型架构,提取得到有效特征信息,组合所述蛋白质全局序列、所述蛋白质局部序列中的阴性样本与正样本,以送入所述DeepNet深度框架进行训练,调优超参数;对蛋白质全局序列、蛋白质局部序列自适应词嵌入编码;设计局部序列处理分支、全局序列处理分支,以不同尺度的卷积网络提取网络结构特征、长短序列之间的关键信息,据以计算得到最终预测概率。本发明解决了无法提取足够的特征信息、未充分考虑全局信息以及全局信息与局部信息之间的技术问题。
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!
