本文提出了一种基于深度学习的方法 UCEfold，用于预测核糖核酸（Ribonucleic acid,RNA）二级结构。UCEfold是一种同时采用“序列”和“图像”作为深度学习模型输入提取隐藏特征的全新方法，并在模型中加入一定的先验知识提高预测精度。在RNAStralign和ArchiveⅡ两个数据集上测试UCEfold模型，结果表明UCEfold性能显著优于传统方法，能够更准确地预测带假结的RNA序列，并具有较强的泛化能力，有效解决了传统算法复杂度高、效率低下且无法预测假结的瓶颈。