申请/专利权人：大连海事大学

申请日：2021-01-13

公开（公告）日：2024-03-29

公开（公告）号：CN112766352B

主分类号：G06F18/214

分类号：G06F18/214;G06F18/243;G16H50/80

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.05.25#实质审查的生效;2021.05.07#公开

摘要：本发明提供一种基于极端梯度提升算法的新型冠状病毒分类方法，用于解决现有技术中存在的分类精度较低的技术问题，实现步骤为：获取三种现存病毒数据集和新型冠状病毒数据集，预处理三种病毒数据集和新型冠状病毒数据集，三种病毒数据集作为训练集，新型冠状病毒数据集作为独立测试集，使用训练集训练并优化XGBoost模型，获取最优模型后对测试集分类，得到模型评估指标以及测试集的预测标签。本发明有效提高了新型冠状病毒分类的准确性。

主权项：1.一种基于极端梯度提升算法的新型冠状病毒分类方法，包括如下步骤：步骤1、获取三种现存病毒数据集和新型冠状病毒数据集；步骤2、预处理三种病毒数据集和新型冠状病毒数据集，之后将三种病毒数据集作为训练集，新型冠状病毒数据集作为独立测试集；步骤3、使用训练集训练并优化XGBoost模型，并获取最优模型；步骤4、使用最优模型结合模型的特征选择功能对独立测试集分类，得到模型评估指标和测试集的预测标签；所述步骤2预处理三种病毒数据集和新型冠状病毒数据集，之后将三种病毒数据集作为训练集，新型冠状病毒数据集作为独立测试集，其步骤包括：步骤2a、将DNA序列映射成离散数字序列；步骤2b、采用零填充方法将DNA序列对应的离散数字序列长度归一化到25000，其中长度小于25000的序列通过零填充扩展到25000，而长度大于25000的序列将其超过25000的部分删除；步骤2c、将所述离散数字序列进行离散傅里叶变换DFT变换，取模后得到幅度谱，该幅度谱也是DNA序列的幅度谱；步骤2d、计算出所有序列的幅度谱后，将甲型冠状病毒属，乙型冠状病毒属，丁型冠状病毒属的所有序列的幅度谱整合到一个数据集中，该数据集作为训练集数据，COVID-19序列的幅度谱整合到另一个数据集中，该数据集作为独立测试集数据；步骤2c所述的将所述离散数字序列进行离散傅里叶变换DFT变换，取模后得到幅度谱，该幅度谱也是DNA序列的幅度谱，其实现步骤为：2c1、假设所有输入的DNA序列中值长度为n，对于每个DNA序列Qi，1≤i≤s,Qik∈{A,C,G,T},0≤k≤n-1，数字映射规则为T＝-1.5，C＝0.5，A＝1.5，G＝-0.5，简化数字映射规则定义表示为函数f*，计算其相应的离散数值表示Ri为Ri＝fQi0,fQi1,...,fQin-1对于0≤k≤n-1，fQik表示DNA序列Qi在位置k处的核苷酸的数值表示：2c2、信号Ri的DFT记为向量Fi，有 令Zik为信号Ri的幅度向量Zik＝|Fik|幅度向量Zi既可称为数字信号Ri的幅度谱，也是DNA序列Qi的幅度谱。

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于极端梯度提升算法的新型冠状病毒分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD