[发明专利]一种基于谱聚类的单分子电输运数据的聚类方法

说明书

一种基于谱聚类的单分子电输运数据的聚类方法，涉及单分子电输运数据。收集所有的单分子电导‑距离曲线数据，对每一条曲线数据都做一维电导柱状统计图；根据感兴趣的电导区间，选取对应区间的电导柱状统计图，作为谱聚类的数据集；根据谱聚类的算法流程，构造相似矩阵A；利用谱聚类的标准流程，选定聚类数K从2～M，对一维电导柱状统计图做聚类，聚成K类；根据CH指标的最大值，获得最优的聚类数K_opt；保留聚类数为K_opt的聚类结果，即得最终的最优的单分子电导‑距离曲线数据的聚类结果。在测量某个单分子电导中，可准确而有效的获知该单分子最有可能的几套电导值，为研究单分子电输运性质提供可靠的数据资料。

技术领域

本发明涉及单分子电输运数据，尤其是涉及一种基于谱聚类的单分子电输运数据的聚类方法。

背景技术

目前，扫描隧道裂结(Scanning Tunneling Microscope Break Junction，STM-BJ)技术和机械可控裂结(Mechanically Controllable Break Junction,MCBJ)技术作为测量单分子电导的常用技术，通过不断的拉伸和靠近两电极对，可以在单次实验中重复获取大量电导-距离曲线数据，即单分子电输运数据。针对这样大量的电导数据，实现高效、可信的数据处理与表征，有助于充分挖掘出数据中与单分子电导有关的信息，为制备分子器件提供数据依据。

传统的一维电导柱状统计图(histogram)，二维电导——距离柱状统计图仍然发挥着重要作用，但是这种基于所有数据的统计方法，不可避免的有它固有问题：1、细小的事件容易被大的趋势所覆盖，导致无法被注意到；2、当多事件以相同的概率出现时，此方法容易产生错误的信息；3、由于分子结电导的可变性，此方法无法给出裂结实验中具体可能发生多少种事件。针对这些问题，近年来国际上出现了对单分子电输运数据进行聚类分析的方法。2016年，Mario Lemmer等人(Lemmer,M.；Inkpen,M.S.；Kornysheva,K.；Long,N.J.；Albrecht,T.Nature Communications 2016,7)提出了基于向量的多参数分类方法(Multi-Parameters Vector-based Classification process,MPVC)对单分子电输运数据中不同电学信号进行分组，但是针对具有多套电导台阶的数据筛选结果较差。2018年，Hamill等人(Hamill,J.M.；Zhao,X.T.；Meszaros,G.；Bryce,M.R.；Arenz,M.Phys Rev Lett 2018,120,016601)提出一种主成分分析方法(Principal Component Analysis,PCA)来实现两类电导台阶数据的筛选，这仅限于两类，有一定局限性。2019年，Cabosart等人使用聚类算法K-means++作用于单条电导曲线的二维柱状统计图，对OPE3分子的电导曲线做聚类分析；紧接着，Abbassi等人(Cabosart,D.；El Abbassi,M.；Stefani,D.；Frisenda,R.；Calame,M.；vander Zant,H.S.J.；Perrin,M.L.Appl.Phys.Lett.2019,114)就用此方法研究了卟啉分子的三种电输运轨道。但是，这些方法都没有具体有效的评价指标，都是根据经验获得数据集中的可能的聚类数目。

发明内容

本发明的目的是提供能够对单分子电输运数据实现自动化的准确的分组并确定具体的分组数目，从而提高单分子电导测量的表征能力，挖掘出更多有效、可信的单分子电导信息，为分子电子学的研究以及制备分子器件提供可靠的数据基础的一种基于谱聚类算法的单分子电输运数据的聚类分析方法。

本发明包括以下步骤：

1)收集所有的单分子电导-距离曲线数据，对每一条曲线数据都做一维电导柱状统计图(histogram)；

2)根据感兴趣的电导区间，选取对应区间的电导柱状统计图，作为谱聚类的数据集；

3)根据谱聚类的算法流程，构造相似矩阵A；