[發(fā)明專利]一種基于超圖聚類模型的微生物高階網(wǎng)絡建立方法及裝置在審
| 申請?zhí)枺?/td> | 202110609590.8 | 申請日: | 2021-06-01 |
| 公開(公告)號: | CN113345514A | 公開(公告)日: | 2021-09-03 |
| 發(fā)明(設計)人: | 劉芃蘭 | 申請(專利權(quán))人: | 遼寧工程技術大學 |
| 主分類號: | G16B5/00 | 分類號: | G16B5/00;G16B40/00 |
| 代理公司: | 北京睿智保誠專利代理事務所(普通合伙) 11732 | 代理人: | 韓迎之 |
| 地址: | 125105 遼寧省葫蘆島*** | 國省代碼: | 遼寧;21 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 超圖 模型 微生物 網(wǎng)絡 建立 方法 裝置 | ||
本發(fā)明公開了一種基于超圖聚類模型的微生物高階網(wǎng)絡建立方法及裝置,其中方法包括:獲取多種微生物的原始豐度數(shù)據(jù),并得到對應的微生物高階邏輯關系;利用加權(quán)超圖對所述微生物高階邏輯關系進行處理,得到微生物連接網(wǎng)絡;建立超圖聚類模型,對所述微生物連接網(wǎng)絡進行挖掘,得到對應的微生物高階網(wǎng)絡;對所述微生物高階網(wǎng)絡進行評價;本發(fā)明得到的微生物模塊具有更好的類內(nèi)緊湊型和類間分離性,可以作為微生物高階模塊挖掘的有效工具。
技術領域
本發(fā)明涉及微生物分析技術領域,更具體的說是涉及一種基于超圖聚類模型的微生物高階網(wǎng)絡建立方法及裝置。
背景技術
目前,微生物群體是所有生物體和生態(tài)系統(tǒng)保持健康穩(wěn)定的核心組分,分析生態(tài)系統(tǒng)中微生物的互作用,挖掘微生物群落共現(xiàn)模塊,可以加深對微生物群落的認知,提高利用和改造微生物群落的能力,為生態(tài)修復、疾病治療和藥物研發(fā)提供新的手段。有越來越多的證據(jù)表明物種間不僅存在成對的相互作用,也存在諸如循環(huán)交叉進食和集體共生等大量的高階相互作用,這些高階相互作用不但可以使得競爭網(wǎng)絡達到動力學穩(wěn)定,而且對于研究新物種引進也具有重要意義。
但是,傳統(tǒng)計算模型大多通過成對關系來構(gòu)建微生物網(wǎng)絡,然而由于微生物關系復雜多變,這種成對網(wǎng)絡構(gòu)建方式可能會遺漏大量高階相互作用,不能很好的捕捉微生物網(wǎng)絡的本質(zhì)特性。
因此,如何提供一種能夠解決上述問題的微生物高階網(wǎng)絡建立方法是本領域技術人員亟需解決的問題。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明提供了一種基于超圖聚類模型的微生物高階網(wǎng)絡建立方法及裝置,得到的微生物模塊具有更好的類內(nèi)緊湊型和類間分離性,可以作為微生物高階模塊挖掘的有效工具。
為了實現(xiàn)上述目的,本發(fā)明采用如下技術方案:
一種基于超圖聚類模型的微生物高階網(wǎng)絡建立方法,包括:
獲取多種微生物的原始豐度數(shù)據(jù),并得到對應的微生物高階邏輯關系;
利用加權(quán)超圖對所述微生物高階邏輯關系進行處理,得到微生物連接網(wǎng)絡;
建立超圖聚類模型,對所述微生物連接網(wǎng)絡進行挖掘,得到對應的微生物高階網(wǎng)絡;
對所述微生物高階網(wǎng)絡進行評價。
優(yōu)選的,得到對應的微生物高階邏輯關系的具體過程包括:
對多種所述微生物的原始豐度數(shù)據(jù)進行離散化處理,得到豐度邏輯矩陣;
獲取任意幾種微生物間的不確定系數(shù)和邏輯組合譜;
基于不同邏輯類型下任意幾種微生物間的發(fā)生情況,構(gòu)建對應的微生物高階邏輯關系。
優(yōu)選的,建立加權(quán)超圖模型的具體過程包括:
基于多種微生物之間的高階邏輯關系,建立加權(quán)超圖模型,所述加權(quán)超圖表示為G=(V,E,w),其中V={v1,v2,...,vn}表示n個頂點集合,E={e1,e2,...,em}為m條超邊集合;
同時,所述加權(quán)超圖還能表示為n*m的矩陣,當頂點在超邊中時,所述矩陣稱為超圖關聯(lián)矩陣;
對所述超圖關聯(lián)矩陣進行約簡處理,得到頂點間的連接矩陣;
根據(jù)所述連接矩陣得到對應的超圖拉普拉斯矩陣,進而得到微生物連接網(wǎng)絡。
優(yōu)選的,建立超圖聚類模型的具體過程包括:
基于所述連接矩陣,獲取對應的偏移正點態(tài)互信息矩陣;
利用堆疊自編碼器從所述偏移正點態(tài)互信息矩陣中產(chǎn)生低維向量表示;
該專利技術資料僅供研究查看技術是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于遼寧工程技術大學,未經(jīng)遼寧工程技術大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110609590.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 獲取B超圖像的方法和裝置以及遠程診斷方法和系統(tǒng)
- 基于多層次方法和離散粒子群的賦權(quán)超圖優(yōu)化劃分方法
- 一種基于多層次框架及超邊遷移的超圖劃分方法
- 一種標簽約束自權(quán)重多超圖學習的半監(jiān)督分類方法
- 一種基于回歸超圖的學習算法
- 一種基于超圖結(jié)構(gòu)質(zhì)量優(yōu)化的網(wǎng)絡異常檢測方法
- 一種基于超圖的集成電路的多級聚類方法
- 一種基于超圖超邊匹配的分子網(wǎng)絡分類方法及系統(tǒng)
- 一種基于超圖點匹配的分子網(wǎng)絡分類方法及系統(tǒng)
- 一種基于超圖結(jié)構(gòu)的鏈路預測方法及系統(tǒng)





