一种基于人工智能的空间域识别方法

本发明提出一种基于人工智能的空间域识别方法，属于空间域识别领域，将传统的图卷积网络与多模态相结合，学习不同模态数据的潜在表示，对基因表达数据和组织学图像数据进行预处理和标准化，得到基因特征和图像特征，基于空间坐标信息生成空间邻域图和空间邻接矩阵，构建跨模态图卷积网络模型，经过多视图图卷积、带剪枝操作的自注意力机制、跨模态联合嵌入学习模块学习后，重建特征向量并进行聚类，生成空间聚类图，使用评价指标评估聚类效果。本发明提出的方法能确保不同表示在空间上具有一致性，提升模型的鲁棒性。