文件名称：加权knn代码matlab-MTGDC:用于单细胞RNA测序数据的混合张量图扩散聚类
文件大小：166.67MB
文件格式：ZIP
更新时间：2024-07-02 08:43:45
系统开源
优化knn代码matlab MTGDC ================================================== ========================== MTGDC 是一种用于单细胞 RNA-seq 数据的无监督聚类框架。 MTGDC 可以从多个尺度学习细胞之间的全局拓扑信息，并使用简单高效的张量扩散更新算法将高阶细胞关系图传播到其邻居，直到收敛到全局稳定状态，从而保留局部和全局细胞拓扑结构。为了挖掘大量噪声下细胞间的潜在相似性分布，我们设计了一种多尺度亲和度学习方法来构建细胞间的全连接图。 概述 表中的内容 介绍 该算法具有以下机制：多尺度亲和学习、张量图扩散学习和混合算子。 多尺度亲和学习：为了实现在大量噪声下挖掘细胞间潜在相似度分布的目的，我们设计了一种多尺度亲和学习方法来构建细胞之间的全连接图。 张量图扩散学习：对于每个亲和度矩阵，我们提出了一个有效的张量图扩散学习框架，以在具有多尺度亲和度矩阵的单元格上下文中学习高阶。 混合算子：最后，我们将多尺度张量图混合在一起以获得最终完整的高阶亲和度矩阵并将其应用于谱聚类。 安装 - 必需的安装
【文件预览】：
MTGDC-main
----LIB()
--------EuDist2.m(1KB)
--------IterativeDiffusionTPGKNN.m(2KB)
--------knnSparse.m(620B)
--------SpectralClustering.m(1KB)
--------NormalizeFea.m(1KB)
--------adaptiveGaussian.m(1KB)
--------mergeW.m(381B)
----figures()
--------Purity_compared_algorithm_on_sim_data.png(382KB)
--------Purity_compared_algorithm_on_real_data.png(342KB)
--------NMI_compared_algorithm_on_real_data.png(345KB)
--------ACC_compared_algorithm_on_real_data.png(351KB)
--------ARI_compared_algorithm_on_real_data.png(349KB)
--------NMI_compared_algorithm_on_sim_data.png(383KB)
--------run_time.png(100KB)
--------ACC_compared_algorithm_on_sim_data.png(400KB)
--------ARI_compared_algorithm_on_sim_data.png(391KB)
--------run_time_pr.png(91KB)
--------overview.png(5.79MB)
----MeasureTools()
--------RandIndex.m(1KB)
--------bestMap.m(745B)
--------compute_f.m(534B)
--------Contingency.m(584B)
--------Cal_NMI.m(1KB)
--------ClusteringMeasure.m(15KB)
----sc3.R(611B)
----splatter.R(6KB)
----Seurat.R(562B)
----LICENSE(1KB)
----MTGDC.m(888B)
----SIMLR2.R(1KB)
----README.md(11KB)
----run.m(211B)
----Data()
--------Data_Zeisel.mat(10.37MB)
--------Data_Kolod.mat(24.93MB)
--------Data_Ting.mat(5.96MB)
--------Data_Deng.mat(8.82MB)
--------Data_Usoskin.mat(19.95MB)
--------Data_Tasic.mat(23.73MB)
--------Sim-Data()
--------Data_Buettner.mat(7.73MB)
--------Data_Macosko.mat(23.03MB)
--------Data_mECS.mat(7.83MB)
--------Data_Pollen.mat(8.75MB)
--------Data_Ginhoux.mat(4.62MB)
--------Data_Treutlin.mat(303KB)