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！

龙图腾网获悉玉林师范学院申请的专利一种基于图自适应聚合自编码器的单细胞降维方法及装置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：CN115472228B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211058861.6，技术领域涉及：G16B40/00；该发明授权一种基于图自适应聚合自编码器的单细胞降维方法及装置是由朱晓姝;赵利权;吕洁;蒙霜设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种基于图自适应聚合自编码器的单细胞降维方法及装置在说明书摘要公布了：本发明涉及一种基于图自适应聚合自编码器的单细胞降维方法，采用了图神经网络模型，图神经网络模型有其独特的计算方式，通过数据预处理后计算的权重矩阵可以很好的展示样本之间的隐藏关系，从而解决传统方法的可解释性差问题。在权重矩阵计算过程中，可以自己选择邻居的数量，对权重矩阵进行合理的调整，有效的降低信息冗余的影响。在图自编码器过程中，先进行自适应聚合模块，对中心节点进行有效的邻居聚合和聚合优化，然后不断缩小编码阶段和解码阶段的损失来得到最终降维后的特征，有效的降低无效信息的影响。时间开销小，图自编码器的编码阶段用图卷积操作，解码阶段是矩阵乘法运算，因此不需要很大的计算开销，由此带来更快的训练速度。

本发明授权一种基于图自适应聚合自编码器的单细胞降维方法及装置在权利要求书中公布了：1.一种基于图自适应聚合自编码器的单细胞降维方法，其特征在于，包括以下： 步骤110、获取scRNA-seq数据集作为目标数据集，对所述目标数据集进行数据预处理以去除其中的无效信息，得到第一数据集即基因表达矩阵； 步骤120、对所述第一数据集通过hnsw算法进行构图，通过余弦相似度算法计算所述第一数据集数据之间的相似性得到相似性矩阵，基于所述相似性矩阵计算得到邻接矩阵； 步骤130、基于所述邻接矩阵对所述第一数据集进行邻域选择，判断所述第一数据集的邻居集是否符合正态分布，剔除不符合分布的邻居节点，并使用相似性值的箱形图，过滤异常邻居节点，得到第二数据集； 步骤140、对所述第二数据集进行聚合得到第三数据集，设置阈值z，所述阈值z用于控制中心节点是否向下聚合，当阈值z≥第一阈值时，进行二阶聚合，当第一阈值z第二阈值时，进行一阶聚合，当z≤第二阈值时，跳出循环； 步骤150、将所述第三数据集以及邻接矩阵输入图自动编码器，在编码阶段，对所述第三数据集以及邻接矩阵进行图卷积操作得到隐变量，在解码阶段进行矩阵乘法运算，最后不断缩小编码阶段和解码阶段的损失来得到最终降维后的特征得到更新后的隐变量； 步骤160、输出图自动编码器更新后的隐变量。

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玉林师范学院，其通讯地址为：537000 广西壮族自治区玉林市教育东路1303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”。