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！

龙图腾网获悉鲁东大学申请的专利一种基于自适应特征分析的基因调控网络共识推断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：CN120996210B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511516104.2，技术领域涉及：G06N5/04；该发明授权一种基于自适应特征分析的基因调控网络共识推断方法是由张得印;周树森;张浩哲;臧睦君;刘通;柳婵娟;王庆军设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本一种基于自适应特征分析的基因调控网络共识推断方法在说明书摘要公布了：本发明属于生物信息学领域，涉及一种基于自适应特征分析的基因调控网络共识推断方法。首先，通过输入多算法推断结果并进行预处理，系统自动提取基因数量、边数量、权重均值、权重方差和网络密度五项关键特征，并计算各算法间的一致性得分；其次，基于特征与一致性得分动态分配各算法的集成权重，采用加权Borda计数法融合生成共识排名，并依据基因数量与网络密度自适应确定最优筛选阈值；最后，对所得共识网络进行量化质量评估，输出包含覆盖率、稳定性与共识强度的评估报告及最终网络。本发明实现了全自动、数据驱动的共识推断，显著降低了对外部参数与先验知识的依赖，为精准识别基因调控关系提供了可靠、可解释的计算工具。

本发明授权一种基于自适应特征分析的基因调控网络共识推断方法在权利要求书中公布了：1.一种基于自适应特征分析的基因调控网络共识推断方法，其特征在于，包括以下步骤： 步骤1、预处理与特征提取：读取多个基因调控网络推断算法生成的排序边列表，进行数据清洗；随后，自动提取输入数据的多维特征向量，包括基因数量、边数量、权重均值、权重方差以及基于高置信度边计算的核心网络密度； 步骤2、动态权重分配：计算每个输入算法与其他算法结果之间的一致性得分；基于各算法的预设基线权重，结合其一致性得分和权重分布特征，最终自适应权重由以下公式计算：，其中，为基线权重，为算法一致性得分，meanC为所有的均值，为算法i的权重列的标准差，meanσ为所有算法权重标准差的均值，与为调节系数； 步骤3、加权共识集成：使用步骤2得到的动态权重，对传统的Borda计数法进行加权改进；每个算法中边的得分将乘以其权重，最终将所有算法的加权得分求和，得到每条边的总共识得分，并据此生成共识排名； 步骤4、智能阈值选择与质量评估：根据步骤1提取的基因数量和网络密度特征，通过一个非线性映射函数自动计算用于筛选最终共识网络的最佳阈值；同时，对产生的共识网络进行量化质量评估，输出覆盖率、稳定性和共识强度三项指标； 步骤5、结果输出：输出满足阈值条件的最终共识网络文件，并附带一份详细的质量评估报告。

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鲁东大学，其通讯地址为：264025 山东省烟台市芝罘区红旗中路186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”。

以上内容由龙图腾AI智能生成。