一种基于预训练和深度聚类的宏基因组物种重建方法

摘要

本发明提供了一种基于预训练和深度聚类的宏基因组物种重建方法。基于预训练和深度聚类的宏基因组物种重建方法，设计了基于图卷积神经网络联合Focal Loss损失函数的词嵌入特征提取模型以及基于LSTM自编码器联合改进的FCM算法的深度聚类模型。本发明构建的深度聚类算法模型，将深度学习与聚类结合在一起，重构误差与聚类误差同步优化，进一步提升二者性能，计算量也较小。在用户使用时，只需要针对所选取的数据集的大小及序列长度对整个模型的参数进行调整，重新运行模型即可得到聚类结果，大大提高了准确度与便利性，能够得到更加优秀的聚类结果。相较于其他方法，本发明所发现的未知物种完整度更高，污染度更低。