摘要
本发明公开了一种基于多视图加权融合GCN网络的空间域识别方法,先将空间转录组数据的基因表达和空间位置作为输入,将基于不同相似度量建模的空间信息和建模后的基因表达结合构建多视图加权融合图卷积网络模型,使用解码器重建基因表达矩阵,捕获ST数据的全局信息,使用相似性信息和空间邻居信息计算空间正则化约束损失,完成空间转录组空间域的识别。本方案提出的方法使得模型可以从全局和局部提取空间信息,从而更加充分全面地挖掘空间信息,实现精确的空间域识别。
技术关键词
识别方法
卷积网络模型
卷积编码器
融合注意力机制
基因
空间邻域信息
度量
数据
解码器
生成特征
邻居
矩阵
动态
斑点
重构
批量
系统为您推荐了相关专利信息
智能搬运机器人
障碍物识别方法
识别矢量
中心对称
图像采集设备
电弧故障诊断方法
故障诊断分类
卷积网络模型
上下文特征
声学传感器阵列
融合注意力机制
刀具磨损预测方法
LSTM模型
刀具磨损量
小波阈值