公开(公告)号：CN118314946A

公开(公告)日：2024-07-09

申请号：CN202410425721.0

申请日：2024-04-10

Applicant: 东北大学

Inventor： 栗伟 ,  马子生 ,  王鹏云 ,  于鲲 ,  冯朝路

IPC: G16B15/10 ,  G16B30/10 ,  G16B40/20

Abstract: 本发明公开了基于变分图自编码器的单细胞多组学数据整合方法，涉及单细胞多组学数据整合领域。对原始的scRNA‑seq和scATAC‑seq两组学数据进行预处理，获得细胞特征矩阵；用KNN构建两组学数据的细胞间初级结构图GX和GY；通过拓扑数据分析学习两组学数据的高阶拓扑相似性得到高阶拓扑相似性矩阵；对GX和GY进行重构；以变分图自编码器作为基础架构构建细胞嵌入表示学习模块，并对该模块进行训练获得训练好的细胞嵌入表示学习模块，以训练好的细胞嵌入表示学习模块的输出作为针对两个组学数据的细胞整合结果。本发明方法属于基于深度学习的方法，通过图神经网络来学习细胞间的结构信息，数据整合结果对数据具有更丰富的表达能力。

公开(公告)号：CN111178252A

公开(公告)日：2020-05-19

申请号：CN201911382028.5

申请日：2019-12-27

Applicant: 东北大学

Inventor： 马康丽 ,  俞融 ,  曹智泉 ,  王鹏云

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种多特征融合的身份识别方法、装置、存储介质及计算机设备，涉及身份识别技术领域，主要目的在于提高身份识别效率和准确性。所述方法包括：获取带有待识别对象多个身份识别特征的图像；利用对图像识别得到的人脸特征数据以及预设的人脸相似度算法，得到人脸相似度数据；利用根据图像提取的身高特征数据以及预设的身高相似度算法，得到身高相似度数据；定位图像中的衣着区域，并利用在衣着区域获取的衣着特征数据以及预设的衣着相似度算法，得到衣着相似度数据；根据得到的各身份识别特征的相似度数据以及预设的多特征融合相似度算法，得到多特征融合的总相似度数据；若总相似度数据超过预设的身份识别数据阈值，反馈识别成功信息。