-
公开(公告)号：CN111710360B
公开(公告)日：2023-04-25
申请号：CN202010458976.9
申请日：2020-05-27
Applicant: 广州大学
Abstract: 本发明公开了一种预测蛋白质序列的方法，包括以下步骤：获取原始数据，构建原始数据集；对原始数据集中的蛋白质序列进行特征提取，所提取的特征值包括蛋白质序列中氨基酸的组成值、转换值以及分布值；对提取的特征值进行降维处理，生成特征值的降维序列；根据特征值的降维序列对G蛋白偶联受体进行预测，并将预测结果进行可视化展示；选择氨基酸的组成值、转换值以及分布值作为特征值，使预测结果具有针对性，同时使得预测结果更为准确；并通过降维方法将提取出来的冗余的蛋白质序列样本的特征进行筛选，提升了蛋白质序列区分的效率；最后直观清晰地展示预测结果。本发明可广泛应用于大数据或机器学习技术领域。
-
公开(公告)号：CN109992241B
公开(公告)日：2020-12-08
申请号：CN201910220120.5
申请日：2019-03-22
Applicant: 广州大学
Abstract: 本发明公开了一种DNA分子螺旋除法器的构建方法及DNA分子螺旋除法器，所述方法包括：利用DNA分子的Sub‑Tile结构，合成具有特异性黏性末端的6‑arm tile，包括除数被除数数据粒子、除法算子以及检测输出粒子；除数被除数数据粒子自组装形成除数被除数的三维螺旋结构，并输入各种除法算子完成除法运算；当除法运算完成后，通过检测输出粒子检测余数，标记出计算结果是设定余数的除法器，形成DNA分子螺旋除法器。本发明通过除数被除数粒子的黏贴反应，形成大量除数被除数的三维螺旋结构，输入各种除法算子完成除法运算，最后输入检测输出粒子，则完成稳定完整的DNA分子螺旋除法器，该DNA分子螺旋除法器可以实现不同除数同时随机生成，并且可以并行进行除法运算。
-
Patent Agency Ranking
公开(公告)号：CN109992241A
公开(公告)日：2019-07-09
申请号：CN201910220120.5
申请日：2019-03-22
Applicant: 广州大学
Abstract: 本发明公开了一种DNA分子螺旋除法器的构建方法及DNA分子螺旋除法器，所述方法包括：利用DNA分子的Sub‑Tile结构，合成具有特异性黏性末端的6‑arm tile，包括除数被除数数据粒子、除法算子以及检测输出粒子；除数被除数数据粒子自组装形成除数被除数的三维螺旋结构，并输入各种除法算子完成除法运算；当除法运算完成后，通过检测输出粒子检测余数，标记出计算结果是设定余数的除法器，形成DNA分子螺旋除法器。本发明通过除数被除数粒子的黏贴反应，形成大量除数被除数的三维螺旋结构，输入各种除法算子完成除法运算，最后输入检测输出粒子，则完成稳定完整的DNA分子螺旋除法器，该DNA分子螺旋除法器可以实现不同除数同时随机生成，并且可以并行进行除法运算。
-
公开(公告)号：CN117540274A
公开(公告)日：2024-02-09
申请号：CN202311559446.3
申请日：2023-11-21
Applicant: 广州大学
IPC: G06F18/241 , G06N3/045 , G06N3/048 , G06N3/08 , G06N3/042
Abstract: 本发明涉及一种基于拓扑注意力机制的分类方法、系统、设备和介质，包括：获取待分类物的关联数据和实质数据，从神经网络的第一层开始，根据当前层的节点表征得到当前层的特征注意力分数，根据当前层的拓扑表征得到当前层的拓扑注意力分数，其中，第一层的节点表征根据实质数据得到，第一层的拓扑表征根据关联数据得到，根据当前层的拓扑注意力分数和当前层的节点表征得到下一层神经网络的节点表征，根据当前层的特征注意力分数和当前层的拓扑表征得到下一层神经网络的拓扑表征，将下一层作为当前层，继续计算当前层的下一层的节点表征和拓扑表征，得到最后一层神经网络的节点表征和拓扑表征，根据最后一层神经网络的节点表征得到待分类物的分类。
-
公开(公告)号：CN117497043A
公开(公告)日：2024-02-02
申请号：CN202311405870.2
申请日：2023-10-26
Applicant: 广州大学
IPC: G16B20/00 , G16B40/00 , G06N3/0475 , G06N3/094
Abstract: 本说明书实施例提供了一种基于生成对抗网络的流感病毒蛋白质序列生成方法及装置，其中，方法包括：获取训练样本；所述训练样本包括流感病毒血凝素蛋白质序列数据；通过所述训练样本对预先构建好的生成式对抗网络模型进行训练，获得蛋白序列生成模型；利用所述蛋白序列生成模型生成流感病毒蛋白质序列数据。本发明借鉴CycleGAN网络架构，搭建了高风险禽流感病毒血凝素蛋白序列生成模型，可以监控自然界禽流感病毒的进化动态，预判流感病毒感染人类的进化方向，减少流感带来的社会影响和损失。
-
公开(公告)号：CN117316264A
公开(公告)日：2023-12-29
申请号：CN202311471479.2
申请日：2023-11-06
Applicant: 广州大学
IPC: G16B15/20 , G06F30/20 , G06F119/14 , G06F119/08
Abstract: 本说明书实施例提供了一种基于DNA折纸的可计算结构的实现方法及设备，包括：设计包含多个可编程边缘的DNA折纸单体；根据所述DNA折纸单体的设计结果制备DNA折纸单体并进行表征；对所述DNA折纸单体中可编程边缘的DNA序列进行编码，根据折纸间不同连接规则，组装形成相应的DNA纳米结构。本发明的DNA折纸结构提供了更多可编码点，具有更大的信息容量，提升了DNA折纸在计算场景中的应用能力。
-
公开(公告)号：CN111710360A
公开(公告)日：2020-09-25
申请号：CN202010458976.9
申请日：2020-05-27
Applicant: 广州大学
Abstract: 本发明公开了一种预测蛋白质序列的方法，包括以下步骤：获取原始数据，构建原始数据集；对原始数据集中的蛋白质序列进行特征提取，所提取的特征值包括蛋白质序列中氨基酸的组成值、转换值以及分布值；对提取的特征值进行降维处理，生成特征值的降维序列；根据特征值的降维序列对G蛋白偶联受体进行预测，并将预测结果进行可视化展示；选择氨基酸的组成值、转换值以及分布值作为特征值，使预测结果具有针对性，同时使得预测结果更为准确；并通过降维方法将提取出来的冗余的蛋白质序列样本的特征进行筛选，提升了蛋白质序列区分的效率；最后直观清晰地展示预测结果。本发明可广泛应用于大数据或机器学习技术领域。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
