[發(fā)明專利]基于圖神經(jīng)網(wǎng)絡(luò)與譜聚類的高維數(shù)據(jù)特征選擇方法

有效

• 申請?zhí)枺?/td>: 202011108087.6
• 申請日: 2020-10-16
• 公開（公告）號: CN112232413B
• 公開（公告）日: 2023-07-21
• 發(fā)明（設(shè)計(jì)）人: 栗偉;謝維冬;王林潔;覃文軍;馮朝路;閔新;于鯤
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G06F18/2113
• 分類號: G06F18/2113;G06F18/23213;G06F18/2411;G06N3/048;G06N3/084;G16B40/00
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李在川

1.一種基于圖神經(jīng)網(wǎng)絡(luò)與譜聚類的高維數(shù)據(jù)特征選擇方法，其特征在于，包括如下步驟：

步驟1：基于先驗(yàn)知識構(gòu)建基因關(guān)系圖，包括：

步驟1.1：利用GPL平臺(tái)，將待處理基因微陣列數(shù)據(jù)S中的每個(gè)特征的探針名轉(zhuǎn)換為對應(yīng)的基因ID，其中待處理基因微陣列數(shù)據(jù)S表示為S＝X₁,X₂,...,X_i,...,X_N，第i個(gè)樣本X_i表示為每個(gè)樣本均對應(yīng)一個(gè)標(biāo)簽，k_i^j表示第i個(gè)樣本X_i中的第j個(gè)特征值，每個(gè)特征均對應(yīng)一個(gè)探針名，N表示待處理基因微陣列數(shù)據(jù)S中的樣本數(shù)，i1,2,,N，m表示每個(gè)樣本中的特征數(shù)，j1,2,,m；

步驟1.2：將所有的基因ID輸入到Cytoscape軟件的GeneMANIA插件中，利用邊緣關(guān)系數(shù)據(jù)Physical?Interaction生成所有基因ID之間的關(guān)系矩陣R，其中關(guān)系矩陣R中包含數(shù)據(jù)S中任意兩個(gè)基因ID之間的關(guān)系權(quán)重系數(shù)；

步驟1.3：利用得到的權(quán)重矩陣R構(gòu)建基因關(guān)系圖G(v,ε)，其中v表示基因關(guān)系圖G中的所有節(jié)點(diǎn)，即v(v₁,v₂,...v_j,...,v_m)，每個(gè)節(jié)點(diǎn)代表一個(gè)基因ID，ε表示基因關(guān)系圖G中的所有邊，即ε(v_j,v_r)|v_j,v_r∈v，(v_j,v_r)表示同一條邊上的兩個(gè)節(jié)點(diǎn)，每條邊代表所連接的兩個(gè)基因ID之間的連接權(quán)重系數(shù)；

步驟2：利用圖神經(jīng)網(wǎng)絡(luò)構(gòu)建基因關(guān)系圖G中每個(gè)節(jié)點(diǎn)的特征向量；

步驟3：基于圖神經(jīng)網(wǎng)絡(luò)對基因關(guān)系圖G進(jìn)行連接預(yù)測，生成基因關(guān)系圖G中新的邊，得到新的基因關(guān)系圖G^*；

步驟4：基于譜聚類在新的基因關(guān)系圖G^*中選擇權(quán)重最高的節(jié)點(diǎn)作為特征節(jié)點(diǎn)；

所述步驟4包括：

步驟4.1：定義新的基因關(guān)系圖G^*中所有節(jié)點(diǎn)為E，即E(e₁,e₂,,e_ζ)，其中ζ表示基因關(guān)系圖G^*中的節(jié)點(diǎn)總數(shù)；

步驟4.2：利用公式(8)計(jì)算任意的兩個(gè)節(jié)點(diǎn)(e_ρ1,e_ρ2)之間的相似度w_ρ1,ρ2，并將w_ρ1,ρ2組成ζ維的相似度矩陣W，

式中，Ω表示用于控制節(jié)點(diǎn)的鄰域?qū)挾龋?/p>

步驟4.3：計(jì)算相似度矩陣W的每行中所有元素的和，得到d₁,d₂,...,d_η,...d_ζ，其中d_η表示第η行中的所有元素之和，利用d₁,d₂,...,d_η,...d_ζ構(gòu)建維度為ζ的對角矩陣D；

步驟4.4：利用公式(9)計(jì)算拉普拉斯矩陣L_reym，

L_reymD^-1/2(D-W)D^-1/2???????????????????(9)

步驟4.5：計(jì)算拉普拉斯矩陣L_reym的特征值，并將特征值按照從小到大的順序進(jìn)行排序，根據(jù)聚類簇的數(shù)目μ，取前μ個(gè)特征值并計(jì)算對應(yīng)的特征向量χ₁,χ₂,...,χ_μ，利用μ個(gè)特征向量χ₁,χ₂,...,χ_μ構(gòu)成ζ行μ列的矩陣U，即矩陣U＝χ₁,χ₂,...,χ_μ；

步驟4.6：利用K-Means聚類算法將矩陣U每行中的特征向量聚類成簇，得到C₁,C₂,...,C_ν,...,C_μ，其中C_ν表示第ν行中的特征向量聚類成的簇；

步驟4.7：根據(jù)得到的簇C₁,C₂,...,C_ν,...,C_μ，將新的基因關(guān)系圖G^*中的所有節(jié)點(diǎn)分為μ組，得到μ個(gè)子圖，記為G^*＝[G₁,G₂,...,G_ν,...,G_μ]＝[(v′₁，ε′₁)，v′₂，ε′₂)，...，(v′_v，ε′_v)，...，(v′_μ，ε′_μ)]，其中G_ν表示第ν個(gè)子圖，將第ν個(gè)子圖表示為(v'_v,ε'_v)，v'_v表示子圖G_ν中的所有節(jié)點(diǎn)集合，ε'_v表示子圖G_ν中的所有邊，即ε'_v包含在v'_v中所有節(jié)點(diǎn)之間的連接；

步驟4.8：利用線性回歸方法對每個(gè)子圖G_ν內(nèi)的所有節(jié)點(diǎn)進(jìn)行建模，得到每個(gè)節(jié)點(diǎn)的權(quán)重，將權(quán)重最高的節(jié)點(diǎn)作為每個(gè)子圖中的特征節(jié)點(diǎn)。