基于图卷积神经网络和统计模型约束的scRNA-Seq数据插补方法

AITNT
正文
推荐专利
基于图卷积神经网络和统计模型约束的scRNA-Seq数据插补方法
申请号:CN202411732157
申请日期:2024-11-29
公开号:CN119673290A
公开日期:2025-03-21
类型:发明专利
摘要
本发明公开了一种基于图卷积神经网络和统计模型约束的scRNA‑seq数据插补的方法,包括如下步骤:1)数据预处理;2)图信息构建及预标签获取;3)基于GCN的初步插补;4)基于负二项/零膨胀负二项分布的统计学模型约束。这种方法插补精准度和实用价值高,下游分析效果好,为scRNA‑seq数据的插补提供了新思路和新方法。
技术关键词
数据插补方法 拉普拉斯 分类器 GCN模型 自定义参数 基因 方程 矩阵 标签 编码器 算法 标记 瓶颈 策略 因子 样本 尺寸 基础
系统为您推荐了相关专利信息
1
一种基于自适应异常检测的电机复合故障识别方法
复合故障识别方法 异常数据 样本 编码器 重构误差
2
一种基于专家知识的智能合约细粒度漏洞检测方法
细粒度特征 代码特征 学习分类器 语句 抽象语法树
3
一种基于神经网络模型的拧紧曲线生成方法
曲线生成方法 神经网络模型 剩余疲劳寿命 红外热像仪 多智能体强化学习
4
一种变电站智慧安全管理系统及实现管理方法
多模态数据采集 管理系统 变电站 分析子系统 设备故障概率
5
一种面向多语种文本图像的跨语种描述生成方法
信息编码 文本 生成方法 多模态 图像
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号