Indexed by：
Abstract：
本发明公开了一种基于残差图卷积神经网络RNA‑蛋白质结合位点判别方法，首先将原始数据映射为图结构数据借此挖掘碱基之间可能存在的隐性关联，然后运用残差图卷积神经网络对映射处理后的节点信号进行特征提取生成对应的特征向量，最后以此特征向量作为下游分类任务的输入。残差连接的思想可以缓解深层神经网络训练中存在的网络退化和梯度消失问题，使模型较之传统的深层网络更易优化且判别精度更高。创造性地使用了图卷积神经网络结合残差神经网络思想对RNA‑蛋白质结合位点进行判别分析，提出ResGCN_RNA深度学习模型，为挖掘RNA上蛋白质结合位点各类碱基之间的潜在关系。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202110556914.6
Filing Date： 2021-05-21
Publication Date： 2024-05-31
Pub. No.： CN113241117B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
