摘要
本发明提供一种神经元的形态特征提取方法及形态结构生成方法,神经元的形态特征提取方法包括:步骤一,预处理步骤:将神经元形态学数据转化为标准点云化数据;步骤二,特征提取步骤:将所述标准点云化数据输入到经过预先训练的神经元形态特征自监督学习模型,所述神经元形态特征自监督学习模型采用遮挡自编码网络为骨架,结合自注意力机制,从所述标准点云化数据中提取出神经元的形态特征。本发明提供不需要依赖人为标注信息,而且准确性较高。
技术关键词
特征提取方法
监督学习模型
形态
结构生成方法
点云
数据
编码器
编解码
注意力机制
K近邻算法
解码器结构
网络
数值
标记
坐标点
度量
系统为您推荐了相关专利信息
风险评估方法
机制
可视化模块
数值
临界水力梯度
服务器负载状态
评估算法
性能指标数据
上下文关系预测
网络流量数据