买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种基于深度学习的i-motifs的折叠状态预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120048353B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510519006.8，技术领域涉及：G16B30/00；该发明授权一种基于深度学习的i-motifs的折叠状态预测方法是由刘利;武瑞;邹权;张晖设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种基于深度学习的i-motifs的折叠状态预测方法在说明书摘要公布了：本发明提供了一种基于深度学习的i‑motifs的折叠状态预测方法，它解决了现有机器学习方法难以捕捉复杂特征交互关系和发现隐藏规律等问题，其包括如下步骤：S1：数据获取与预处理；S2：i‑motif候选序列筛选；S3：序列编码与特征提取；S4：DeepIM模型构建与训练；S5：模型评估；S6：结果可视化与对比。本发明具有预测效果好、可解释性好等优点。

本发明授权一种基于深度学习的i-motifs的折叠状态预测方法在权利要求书中公布了：1.一种基于深度学习的i-motifs的折叠状态预测方法，其特征在于，包括如下步骤： S1：数据获取与预处理； S2：i-motif候选序列筛选； S3：序列编码与特征提取； S31：提取所有4-mer子序列，步长为1； S32：添加CLS和SEP标记； S33：创建编码字典，包括所有可能的4-mers和特殊标记； S34：将每个token转换为索引； S35：组合索引为数字矩阵； S4：DeepIM模型构建与训练，DeepIM模型通过嵌入层、位置编码层、局部金字塔注意力机制和Transformer编码器对输入数据进行处理，生成最终的预测结果； S41：嵌入层将输入的数字矩阵转换为高维向量； S42：位置编码层为模型提供序列中每个位置的信息； S43：局部金字塔注意力机制将通道注意力和空间注意力机制结合在一起，首先应用通道注意力机制，生成通道注意力权重并加权输入特征图X；然后应用空间注意力机制，生成空间注意力权重并加权通道注意力加权后的特征图，最终输出加权后的特征图和通道注意力权重； S44：Transformer编码器包括多头自注意力机制和前馈神经网络，多头自注意力机制生成加权后的特征表示，将输入直接加到多头自注意力的输出上，并进行层归一化，通过前馈神经网络进一步处理特征表示； S45：损失函数使用加权交叉熵损失计算模型预测结果和真实标签之间的差异； S46：反向传播通过计算损失函数的梯度，更新模型的参数； S5：模型评估； S6：结果可视化与对比。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学长三角研究院(衢州)，其通讯地址为：324003 浙江省衢州市柯城区成电路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。