摘要
本发明提供一种基于多组学集成和深度图卷积网络的癌症亚型分类预测装置,包括:自编码器模块、相似性网络融合模块和深度图卷积网络;所述自编码器模块用于接收多组学数据集,以对每种组学数据的基因特征进行特征提取,将其转化为更具有代表性的低维特征表示,最后将各个组学降维后的特征矩阵加权相加得到融合特征矩阵;所述相似性网络融合模块用于接收多组学数据集,以生成患者相似性网络;所述深度图卷积网络基于所述特征矩阵和患者相似性网络内进行迭代训练以学习患者节点的嵌入表示;通过线性分类层获得分类结果,根据该损失函数使用反向传播和梯度下降算法更新,基于最优模型输出待测患者节点对应的分类结果。
技术关键词
深度图
编码器模块
预测装置
节点
矩阵
患者
梯度下降算法
融合特征
数据
网络模块
解码器
重构
计算机系统
邻居
线性
超参数
系统为您推荐了相关专利信息
车位检测方法
激光雷达
占据栅格地图
车位搜索方法
牵引车
参数预测方法
机器学习算法
底物
注意力机制算法
深度学习算法