买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利基于JDLGR算法的组学数据捕获与重建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119311476B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411423831.X，技术领域涉及：G06F11/14；该发明授权基于JDLGR算法的组学数据捕获与重建方法是由杜奕辉;郭逸豪;刘志太;佟明斯;杨学博;刘开逸设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本基于JDLGR算法的组学数据捕获与重建方法在说明书摘要公布了：基于JDLGR算法的组学数据捕获与重建方法，属于生命科学技术领域。为了解决现有的组学数据的重建存在恢复结果准确率不佳的问题。本发明使用关于组学数据的高、低维数据组成联合数据Xc，利用Xc对联合字典Dc进行训练；通过实验测定的低维组学数据Y，利用训练好的联合字典Dc进行组学数据的恢复，恢复过程中，利用Y恢复高维数据的组学信息X*，或者利用Y的分块数据y高维基因数据块x*，将数据块x*作为高维数据矩阵X*的一个列向量，最终得到高维数据的组学信息X*。

本发明授权基于JDLGR算法的组学数据捕获与重建方法在权利要求书中公布了：1.一种基于基因组数据恢复的联合字典学习JDLGR算法的组学数据捕获与重建方法，其特征在于，利用训练好的联合字典Dc进行组学数据的恢复；所述联合字典Dc的训练过程包括以下步骤：使用高维数据Xh、低维数据Xl组成联合数据Xc，高维数据Xh是一个矩阵，矩阵中的每个列向量代表一个样本中包含的组学数据，每个行向量代表同一组学特征在不同样本中的数据；低维数据Xl是通过随机抽取方式对Xh总行数进行抽取得到的；使用高维字典Dh、低维字典Dl组成联合字典Dc，对联合字典Dc进行训练，训练过程中的目标如下： 其中，是Lagrange算子；α为稀疏表示向量；所述利用训练好的联合字典Dc进行组学数据的恢复的过程是基于训练好的联合字典Dc，从全测序的低维数据Y中恢复高维数据的组学信息X*的过程，此过程中，首先基于公式2，利用Dl和Y解出α*；得到α*后，再用α*和Dh计算Xh*； 其中，α*为稀疏表示向量；从全测序的低维数据Y中恢复高维数据的组学信息X*的过程包括以下步骤：S201、将低维字典分量Dl和低维数据Y代入公式2，以α*为变量最优化公式2，获得训练后的稀疏表示向量α*；S202、根据式3的关系，用α*和Dh求解恢复数据纹理矩阵Xh；Xh＝Dhα*3S203、根据式4将Xh恢复中心化，获得恢复数据Xh*：Xh*＝Xh+meanY4其中，meanY是全测序低维数据Y的样本均值；全测序的低维数据Y是通过实验测定的低维组学数据，Y中具体包含的组学特征与训练联合字典Dc时使用的低维数据Xl的类型和大小相同。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。