非负矩阵分解在基因表达数据分析中的应用与改进算法研究
版权申诉
200 浏览量
更新于2024-07-01
收藏 1.34MB PDF 举报
"这篇文档详细探讨了非负矩阵分解(Non-negative Matrix Factorization, NMF)在人工智能领域,特别是数据分析和基因表达数据处理中的应用。文章指出,由于生物信息学中基因表达数据的高维度和小样本特性,选择合适的分析方法至关重要。作者采用了NMF及其变种,如图正则化非负矩阵分解(Graph Regularized Non-negative Matrix Factorization, GNMF),并提出了两种改进算法:基于L0范数图正则非负矩阵分解(GL0NMF)和监督性稀疏非负矩阵分解(Supervised Iterative Sparse Non-negative Matrix Factorization, CISNMF)。
首先,文章对NMF的基础理论进行了概述,然后利用GNMF对肿瘤样本进行聚类分析。通过比较NMF、SNMF(Sparse Non-negative Matrix Factorization)和GNMF的聚类效果,展示了GNMF在肿瘤样本聚类中的潜力。
接着,文章介绍了GL0NMF,这是将GNMF与L0范数约束相结合的算法,用于基因表达数据的特征基因提取。通过与Pattern Mining-based Dimensionality Reduction (PMD)、Sparse Principal Component Analysis (SPCA)和GNMF的比较,证明了GL0NMF的有效性。
此外,为了提升NMF在基因表达数据分析中的效率,文章提出了一种监督性的CISNMF算法,它引入了类别信息以实现更精确的特征选择。通过与PMD、SPCA、SNMF和Support Vector Machine with Recursive Feature Elimination (SVM-RFE)的对比,CISNMF展示出了其在基因提取方面的可行性和优越性。
这篇研究论文的创新之处在于GL0NMF和CISNMF这两种新算法的提出,它们为基因表达数据的分析提供了新的工具,尤其是在降低维度和提取关键特征方面。这些方法的应用有助于深入理解基因功能,揭示生物数据背后的模式,从而推动生物医学研究的进步。"
2019-09-06 上传
2022-04-12 上传
2021-08-31 上传
2022-07-02 上传
2022-07-08 上传
2021-09-03 上传
programcx
- 粉丝: 44
- 资源: 13万+
最新资源
- growth-record:学习各种语言和技术的过程记录
- Band-Playlist:一个简单的工具,可为您的果酱会议管理乐队的播放列表。 全部在Angularjs + Firebase中。 应用程序可以离线工作
- kiri-web:基里页面
- johnmansson.github.io:托管
- Druid源码(apache-druid-0.22.1-src.tar.gz)
- 基于Swing+jdbc+mysql的Java图书管理系统.zip
- 教育门户
- joshschmelzle:你好! 我是乔希
- 行业文档-设计装置-一种切葱花专用刀具.zip
- mondora-iron-router-rest-auth:IronRouter插件(可选)对服务器路由进行身份验证
- CloudComputingProject1SingleInstance
- dotandbox:点和盒游戏
- 如何使自己的程序自动更新(在线更新).zip
- airtable-lite:轻型安全的Airtable API客户端
- 广东工业大学 数据库课程设计.zip
- notocjk:适用于Android设备的NotoSansCJK和NotoSerifCJK完整补丁