摘要
本公开提供一种单细胞注释图注意力模型的训练方法、单细胞注释方法,训练方法包括:获得包括训练样本的训练集和包括测试样本的测试集,构建包括训练样本和测试样本的混合图,将混合图通过图注意力层进行特征学习,以生成节点嵌入特征,基于预先训练的细胞状态辅助模型,对获得细胞状态数据进行处理,得到中间嵌入特征,将节点嵌入特征和中间嵌入特征进行融合,得到融合特征,根据混合图、中间嵌入特征、融合特征,选择信息量最大的样本,并将信息量最大的样本作为新的训练样本进行下一轮训练,直至满足预设终止迭代条件,得到单细胞注释图注意力模型。解决了样本标签不足的问题,且提高了单细胞注释图注意力模型的注释准确性。
技术关键词
嵌入特征
注意力模型
基因表达数据
融合特征
样本
注释方法
节点
信息熵
注释系统
近邻算法
训练系统
注意力机制
密度
处理器
代表
关系
标签
系统为您推荐了相关专利信息
图像识别模型
推荐方法
风险识别模型
字符识别
颜色