发明专利已授权

基于流形学习与闭环深度卷积双网络模型的基因特征提取方法

Name: 基于流形学习与闭环深度卷积双网络模型的基因特征提取方法
Brand: 浙江工业大学
SKU: 2017103553560
Availability: InStock

📄 申请号：CN201710355356.0 📄 发布日：2026/08/04

著录项目信息

申请日

2017-05-19

公开号

CN107133496A

公开日

2017-09-05

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06F19_24

IPC 分类号

G06F19_24 , G06K9_62 , G06N3_04 ,

技术画像

所属领域

基因特征提取基因特征提取深度学习生物信息学

应用场景

基因表达分析, 疾病诊断, 精准医疗, 生物信息学研究

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

一种基于流形学习与闭环深度卷积双网络模型的基因特征提取方法，包括以下步骤：第一步，基于流形学习的癌症关联基因特征粗提取，第二步，基于闭环深度卷积双网络结构的基因特征精细提取，过程如下：采用正向卷积神经网络和反向卷积神经网络相结合的双网络结构，利用卷积神经网络的特征提取能力对基因表达数据集进行深度抽象，最终投影出关键特征；反向卷积神经网络实现关键特征的逆投影。本发明提供一种最大程度保留基因特征并实现快速降维的基于流形学习与闭环深度卷积双网络模型的基因特征提取方法。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN107133496A

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20241115

⏳ 开放许可声明：

20200825

✅ 授权

20170929

?? 实质审查的生效：

20170905

📄 公开

一种薄膜与基体结合力测量方法

当前第 / 件

一种采用扰动补偿的椭圆趋近律的离散重复控制方法

同领域国内专利 · IPC: (G06F19_24)

G06F19_00 G06F19_12 G06F19_16 G06F19_18 G06F19_20 G06F19_22 G06F19_24 G06F19_28 覆盖8个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：53 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于流形学习与闭环深度卷积双网络模型的基因特征提取方法

著录项目信息

技术画像

所属领域

应用场景

摘要

常见问题

这项专利是否已经下证？

购买这项专利需要经过哪些流程？

该专利的转让价格是多少？

法律状态时间线

同领域国内专利 · IPC: (G06F19_24)

相似专利推荐 AI 驱动 · 同领域

一种基于特征工程与集成学习的蛋白质盐敏感性预测方法

一种基于弗洛伊德算法网络的药物与靶点作用预测方法

一种互补决定区3与免疫表位结合预测方法

服务项目

资源中心

关于柿子坊