《一种基于推荐系统的病毒-药物关联预测方法》

技术简介：

本发明提出了一种基于推荐系统的病毒-药物关联预测方法,主要解决现有技术中存在的预测病毒-药物关联精度较低的问题以及病毒-药物关联预测发明稀少的问题,包括如下步骤：(1)获取包含已知的病毒-药物关联的数据集；(2)使用受限玻尔兹曼机(Restricted Boltzmann machine,RBM)构造一个两层神经网络(3)输入已知的病毒-药物关联,基于训练集,使用对比散度算法和自动调优方法确定两层神经网络的参数(4)使用训练好的RBM两层神经网络来预测潜在的病毒-药物关联。本发明使用基于受限玻尔兹曼机的推荐系统来预测病毒与药物的关联,具有良好的预测性能和鲁棒性。

研发人员：瞿佳;程效龙