一种基于字典学习的氨基酸序列特征提取方法

发明专利有效专利

申请号：
CN202110143746.8
IPC分类号：G16B30/00;G06K9/62;G16B40/00
申请日期：
2021-02-02
申请人：
杭州电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于字典学习的氨基酸序列特征提取方法
申请号	CN202110143746.8	申请日期	2021-02-02
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112908418A
优先权	暂无	优先权号	暂无
主分类号	G16B30/00	IPC分类号	G;1;6;B;3;0;/;0;0;;;G;0;6;K;9;/;6;2;;;G;1;6;B;4;0;/;0;0查看分类表>
申请人	杭州电子科技大学	申请人地址	浙江省杭州市下沙高教园区2号大街变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州电子科技大学	当前权利人	杭州电子科技大学
发明人	葛瑞泉;黄润根;王普;贾刚勇;程雨夏;徐岗
代理机构	杭州君度专利代理事务所（特殊普通合伙）	代理人	杨舟涛

摘要

本发明公开了一种基于字典学习的氨基酸序列特征提取方法。本发明首先给定一种AAindex，每条氨基酸肽序列数据都可用P＝R1R2......RL表示,通过给定的AAindex，可将上述序列编码成PE＝E1E2......EL。其中Ei为氨基酸残基的Ri的属性值；接着，对肽序列使用n‑gram模型分解成单词并分割成不同长度的片段，之后对同一长度的片段聚类生成字典；最后将样本基于欧氏距离的词频学习字典的特征构成样本特征矩阵。本发明能够有效的对氨基酸序列进行特征提取，实现降维，得到氨基酸中潜在的规律，特征选择的结果对样本类别判定具有重要意义，有效提高样本类别判定的准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供