一种基于集成学习的生物网络推理算法
授权
摘要
本发明公开了一种基于集成学习的生物网络推理算法。它包括：针对n个基因组成的生物网络推理问题，将n基因*m时序微阵列表达数据集作为训练样本，计算每个基因对应的训练集；采用随机森林算法、梯度提升树算法分别计算每个调控因子与目标基因对的特征重要度得分，分别给出对应的第一特征重要度评分表、第二特征重要度评分表；计算第一特征重要度评分表的准确度ACC1、第二特征重要度评分表的准确度ACC2；采用E‑alpha加权规则将第一特征重要度评分表、第二特征重要度评分表进行加权融合，得到最终的总评分表；根据总评分表得到最终生物网络结构。本发明有效提高了生物网络推理的准确度以及稳定性。
基本信息
专利标题 ：
一种基于集成学习的生物网络推理算法
专利标题（英）：
暂无
公开（公告）号 ：
CN109409522A
申请号 ：
CN201810998945.5
公开（公告）日 ：
2019-03-01
申请日 ：
2018-08-29
授权号 ：
CN109409522B
授权日 ：
2022-04-12
发明人 ：
张建明李文超张蔚张峰沈新新
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州杭诚专利事务所有限公司
代理人 ：
王江成
优先权 ：
CN201810998945.5
主分类号 ：
G06N5/04
IPC分类号 ：
G06N5/04 G06N3/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N5/00
利用基于知识的模式的计算机系统
G06N5/04
推理方法或设备
法律状态
2022-04-12 ：
授权
2019-03-26 ：
实质审查的生效
IPC(主分类) : G06N 5/04
申请日 : 20180829
申请日 : 20180829
2019-03-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
