一种基于深度学习框架的家畜染色质开放区域识别方法

    公开(公告)号:CN117935911A

    公开(公告)日:2024-04-26

    申请号:CN202410171602.7

    申请日:2024-02-06

    Abstract: 本发明公开了一种基于深度学习框架的家畜染色质开放区域识别方法,该方法基于一种用于预测家畜OCR的轻量级深度可分离残差网络模型来实现,所述网络模型为DeepOCR,所述DeepOCR采用三层网络架构,所述网络构架包括输入层、隐藏层和输出层,所述输入层用于将经过预处理的DNA序列转换为特征向量,所述隐藏层由单卷积层、可分离残差卷积层和全连接层组成,通过对残差网络的层结构进行优化,从而减少模型中的参数数量,使模型更加轻量级,便于为每个物种构建准确的模型,减少参数数量,有助于提高模型的计算效率,减少内存占用,由于模型的轻量化和通用性,更容易适应不同类型的基因组数据,使得模型对于新的物种或变异的适应能力更强,具有一定的灵活性。

Patent Agency Ranking