買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜武漢大學(xué)申請的專利一種單細胞聚類方法、裝置、設(shè)備及可讀存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114334013B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111671817.8，技術(shù)領(lǐng)域涉及：G16B40/30；該發(fā)明授權(quán)一種單細胞聚類方法、裝置、設(shè)備及可讀存儲介質(zhì)是由杜博;廖明輝;羅甫林;張樂飛設(shè)計研發(fā)完成，并于2021-12-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種單細胞聚類方法、裝置、設(shè)備及可讀存儲介質(zhì)在說明書摘要公布了：本發(fā)明提供一種單細胞聚類方法、裝置、設(shè)備及可讀存儲介質(zhì)。該方法包括：基于單細胞樣本點和簇中心的相似度構(gòu)造分布Q和目標(biāo)分布P；基于分布Q與目標(biāo)分布P構(gòu)造第一損失函數(shù)；對樣本特征矩陣進行降維，得到降維后的樣本特征矩陣；將降維后的樣本特征矩陣和連接矩陣傳入低通濾波圖卷積模塊，得到概率矩陣；基于目標(biāo)分布P和概率矩陣構(gòu)造第二損失函數(shù)；根據(jù)第一損失函數(shù)和第二損失函數(shù)得到新的概率矩陣；從新的概率矩陣中獲取單細胞樣本點的聚類結(jié)果。通過本發(fā)明，降維后的樣本特征矩陣在低通濾波圖卷積模塊傳輸?shù)倪^程中同一簇類的特征表示變得更光滑，使得從新的概率矩陣中獲取單細胞樣本點的聚類結(jié)果更好。

本發(fā)明授權(quán)一種單細胞聚類方法、裝置、設(shè)備及可讀存儲介質(zhì)在權(quán)利要求書中公布了：1.一種單細胞聚類方法，其特征在于，所述單細胞聚類方法包括：基于單細胞樣本點和簇中心的相似度構(gòu)造分布Q和目標(biāo)分布P；基于分布Q與目標(biāo)分布P構(gòu)造第一損失函數(shù)；對樣本特征矩陣進行降維，得到降維后的樣本特征矩陣；將降維后的樣本特征矩陣和連接矩陣傳入低通濾波圖卷積模塊，得到概率矩陣；基于目標(biāo)分布P和概率矩陣構(gòu)造第二損失函數(shù)；根據(jù)第一損失函數(shù)和第二損失函數(shù)得到新的概率矩陣；從新的概率矩陣中獲取單細胞樣本點的聚類結(jié)果；所述將降維后的樣本特征矩陣和連接矩陣傳入低通濾波圖卷積模塊，得到概率矩陣的步驟，包括：將降維后的樣本特征矩陣和連接矩陣傳入低通濾波圖卷積模塊進行傳播，傳播公式如下： 其中，是第k層的樣本特征矩陣，、以及是第k層超參數(shù)，是降維后的樣本特征矩陣，A是連接矩陣，是對樣本特征矩陣進行構(gòu)圖后的度矩陣加上一個N階單位矩陣，是N階單位矩陣，和是第k層的可學(xué)習(xí)參數(shù)矩陣；將傳播中的最后一層輸入全連接層，再經(jīng)過softmax層得到概率矩陣Z，其中，，為傳播中的最后一層，為傳播中的最后一層的偏置項，為傳播中的最后一層的可學(xué)習(xí)參數(shù)矩陣。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人武漢大學(xué)，其通訊地址為：430000 湖北省武漢市武昌區(qū)珞珈山；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。