一种基于自监督学习的宏基因组重叠群分类方法

摘要

本发明公开了一种基于自监督学习的宏基因组重叠群分类方法。该方法包括：将序列划分为固定长度的重叠短序列；将各短序列视作词，获取序列所有的词，通过对不同的词进行数字编码，将字符型的序列转化为数值型序列，其中不同词组成的集合作为词典；将所述数值型序列输入经训练的自监督学习神经网络模型，提取序列特征；对所提取的序列特征进行降维，以映射到低维可分类特征空间，并利用聚类算法进行分类，获得分类结果。利用本发明能够提高宏基因组重叠群分类的效率和准确度。