一种使用序列k-mer频率优化特征精准识别土壤致病菌污染的方法

申请号 CN202210294418.2

专利名称 一种使用序列k-mer频率优化特征精准识别土壤致病菌污染的方法

专利类型 发明 

年份 2022 

公开号 CN114842908A

公开日 2022.08.02

主分类号 G16B30/00

分类号 G16B30/00  G06N3/08  G06N3/04  G16B40/00 

申请日 2022.03.24

申请人 南京农业大学 

国家省市 江苏 

联系地址 210095 江苏省南京市玄武区卫岗1号

发明人 江高飞  薛卫  韦中  张家璇  张耀中  徐阳春  沈其荣 

代理人 许轲;徐冬涛

代理机构 南京天华专利代理有限责任公司 32218

内容摘要 本发明公开了一种使用序列k?mer频率优化特征精准识别土壤致病菌污染的方法，其步骤为：步骤一、选取合适的k?mer片段长度，进行频率特征提取；步骤二、对提取的数据进行归一化处理；步骤三、构建交叉融合神经网络；网络由输入层、残差网络、深度网络、交叉网络和特征合并层组成；步骤四、模型预测；第一次使用先训练神经网络参数，再将待预测细菌DNA序列通过步骤一方法提取频率特征，送入训练好的残差神经网络，输出预测结果。本发明准确率优于现有k?mer特征预测算法；自动地将k?mer特征组合在一起，高效学习低维特征交叉和高维非线性特征，生成更优的模型。模型不需要人工特征工程或遍历搜索，具有较低的计算成本。

主权利要求 1.一种使用序列k-mer频率优化特征精准识别土壤致病菌污染的方法，其特征在于包括如下步骤：步骤一、选取合适的k-mer片段长度，进行频率特征提取；步骤二、对提取的数据进行归一化处理；步骤三、构建交叉融合神经网络；网络由输入层、残差网络、深度网络、交叉网络和特征合并层组成；k-mer特征向量并行送入残差网络、深度网络、交叉网络，特征向量各元素并行计算，最终特征合并实现特征交叉；步骤四、模型预测；第一次使用先训练神经网络参数，再将待预测细菌DNA序列通过步骤一方法提取频率特征，送入训练好的残差神经网络，输出预测结果。

PDF文件 浏览全文