一种基于深度学习的大肠杆菌中4mC点位预测方法、系统、设备及介质

    公开(公告)号:CN119479811A

    公开(公告)日:2025-02-18

    申请号:CN202411315958.X

    申请日:2024-09-20

    Abstract: 本发明提供一种基于深度学习的大肠杆菌中4mC点位预测方法、系统、设备及介质,属于4mC点位预测技术领域,所述方法步骤如下:采集大肠杆菌基因组的DNA序列数据,对采集数据进行预处理构建训练数据集和独立测试数据集;将数据集中DNA序列数据进行特征编码生成特征向量;基于一维卷积神经网络构建预测模型,并使用训练数据集对预测模型进行训练,通过10折交叉验证方式优化模型参数,并在训练完成后,通过独立测试数据集评估预测模型的性能;将待测的大肠杆菌基因组的DNA序列数据输入性能评估通过的预测模型中,得到DNA序列中4mC点位的预测结果。本发明实现大肠杆菌中4mC点位的预测,模型的预测准确性高,泛化能力强。

    一种用于电磁成像的宽带锥形缝隙贴片天线

    公开(公告)号:CN118232007A

    公开(公告)日:2024-06-21

    申请号:CN202410359318.2

    申请日:2024-03-27

    Abstract: 本发明涉及天线技术领域,具体提供一种用于电磁成像的宽带锥形缝隙贴片天线,包括:贴片层、介质层和接地层;所述贴片层铺设在介质层的正面,所述接地层铺设在介质层的背面;所述贴片层为矩形,矩形内部包括多个椭圆形镂空,多个椭圆形镂空的尺寸相同;所述贴片层电连接锥形馈电条,所述锥形馈电条铺设在介质层的正面;所述锥形馈电条延伸至介质层的边缘,通过外部导线电连接反射器。本发明突出了天线的紧凑、轻巧设计、宽带覆盖、简单的平面结构和辐射对称性,还兼顾了天线在低频率下的效率和结构效率,反射系数、增益性能、辐射效率和时域特性都表现良好。

    一种水生刺胞动物毒素蛋白识别方法、系统、终端及介质

    公开(公告)号:CN119495363A

    公开(公告)日:2025-02-21

    申请号:CN202411611187.9

    申请日:2024-11-12

    Abstract: 本发明属于毒素蛋白识别领域,具体涉及一种水生刺胞动物毒素蛋白识别方法、系统、终端及介质,构建毒素蛋白识别模型,所述毒素蛋白识别模型包括特征编码模块和分类器模块,特征编码模块使用氨基酸组成、word2vec技术、归一化的Moreau‑Broto自相关描述进行毒素蛋白编码获得编码特征,分类器模块对编码特征进行分类以识别水生刺胞动物毒素蛋白;对构建的毒素蛋白识别模型进行训练;使用训练后的毒素蛋白识别模型对目标毒素蛋白进行识别,以判断目标毒素蛋白是否为水生刺胞动物毒素蛋白。本发明通过基于随机森林的模型识别水生刺胞动物的毒素蛋白,有效提高水生刺胞动物毒素蛋白识别效率和准确性,且成本较低。

Patent Agency Ranking