[发明专利]一种面向单颗粒冷冻电镜图像的深度聚类方法

摘要

针对现有颗粒图像分类方法时间开销太大且准确率不高的技术问题，本发明提供一种面向单颗粒冷冻电镜图像的深度聚类方法，包括以下步骤：第一步，数据预处理，并将数据送入自编码器进行预训练；第二步，训练自编码器：用编码器的输出向量特征聚类；用聚类结果计算损失函数；用随机梯度下降方法优化自编码器权值；第三步，将所有颗粒图像数据输入自编码器，得到聚类结果并分析聚类准确率，判断损失函数以及准确率变化是否小于阈值，如果小于阈值，输出聚类结果，结束；否则，转第二步。本发明可以在多种噪声数据下进行预训练，提高网络的降噪能力；并利用随机梯度下降方法自适应地训练损失函数的权重，进一步提高分类准确率。

主权项

1.一种面向单颗粒冷冻电镜图像的深度聚类方法，其特征在于，包括以下步骤：第一步，数据预处理，并将数据送入自编码器进行预训练；第二步，训练自编码器；第三步，将要进行聚类的所有颗粒图像数据输入自编码器，用编码器的输出作为图像特征进行聚类，得到聚类结果并分析聚类准确率，判断损失函数是否开始小幅波动或者聚类准确率变化是否小于阈值，如果小于阈值，输出聚类结果，结束；否则，转第二步。