公开(公告)号：CN119397024A

公开(公告)日：2025-02-07

申请号：CN202510005531.8

申请日：2025-01-03

Applicant: 北京林业大学

Inventor： 霍光煜 ,  张晓宇 ,  穆莉平 ,  陈志泊

IPC: G06F16/35 ,  G06F18/23 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0895 ,  G06F18/25

Abstract: 本发明公开了基于交叉注意力融合的自编码图卷积网络聚类方法，涉及计算机机器学习领域，本发明交叉注意融合模块创新地连接了内容自动编码器模块（CAE）与单个数据有关的图形卷积自动编码器模块（GAE）和与数据之间的关系有关的图形卷积自动编码器模块以逐层方式进行，突出了用于聚类任务的判别信息，该模块融合了两种异构数，自我监督模块将CAE和GAE的中间层表示的分布约束为一致。在不同类型的数据集上的实验结果证明了我们提出的CaEGCN的优越性和鲁棒性。

公开(公告)号：CN108229065B

公开(公告)日：2019-03-26

申请号：CN201810119071.1

申请日：2018-02-06

Applicant: 北京林业大学

Inventor： 张晓宇 ,  吉心悦 ,  胡梦瑶 ,  宋跃朋 ,  张德强

IPC: G06F17/50 ,  G06K9/62

Abstract: 本发明提供了基于木本植物叶片表型特征的净光合速率预测模型的构建方法和预测方法，属于生物信息学领域。本发明采用将平均联动聚类和PAM聚类法结合，对不同地理位置的木本植物划分为不同的子品种，消除不同子品种的差异以便对净光合速率进行更合理的预测，同时本发明在每个子品种中分别利用梯度提升算法基于叶片样本的表型数据构建净光合速率预测模型，在建立模型的过程中，本发明首次提出梯度提升算法迭代停止准则，为不同子品种的木本植物叶片表型数据提供了算法迭代的残差临界值，建立了基于迭代停止准则的改进梯度提升算法的小叶杨净光合速率预测模型，在已知叶片表型数据的情况下，对不同小叶杨子品种的净光合速率均有理想的预测结果。

公开(公告)号：CN108229065A

公开(公告)日：2018-06-29

申请号：CN201810119071.1

申请日：2018-02-06

Applicant: 北京林业大学

Inventor： 张晓宇 ,  吉心悦 ,  胡梦瑶 ,  宋跃朋 ,  张德强

IPC: G06F17/50 ,  G06K9/62

CPC classification number: G06F17/5009 ,  G06K9/6219

Abstract: 本发明提供了基于木本植物叶片表型特征的净光合速率预测模型的构建方法和预测方法，属于生物信息学领域。本发明采用将平均联动聚类和PAM聚类法结合，对不同地理位置的木本植物划分为不同的子品种，消除不同子品种的差异以便对净光合速率进行更合理的预测，同时本发明在每个子品种中分别利用梯度提升算法基于叶片样本的表型数据构建净光合速率预测模型，在建立模型的过程中，本发明首次提出梯度提升算法迭代停止准则，为不同子品种的木本植物叶片表型数据提供了算法迭代的残差临界值，建立了基于迭代停止准则的改进梯度提升算法的小叶杨净光合速率预测模型，在已知叶片表型数据的情况下，对不同小叶杨子品种的净光合速率均有理想的预测结果。