基于改进非负矩阵分解的肿瘤基因表达谱特征提取

• 作者: 杨国亮 王艳芳 胡政伟 黄经纬
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 低秩图 特征空间 肿瘤基因表达谱 特征提取
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 算法
• 页码范围: 251-256
• 页数: 6页
• 分类号: TP391.41
• 字数: 5016字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.08.045

摘要

针对肿瘤基因表达谱的特点,提出基于低秩图正则非负矩阵分解(LGNMF)的特征提取方法,解决了NMF算法中缺少数据的全局信息,提升特征提取的有效性.该算法在NMF算法的基础上引入低秩图约束,提高了对数据局部和全局结构的描述,使得经过特征提取后的特征空间具有更强的分类能力.通过LGNMF算法对肿瘤基因表达谱数据集进行降维,获得低维特征空间,再使用KNN分类器对低维特征空间进行分类.通过与NMF、GNMF和RGNMF算法在四组标准肿瘤基因表达谱数据集进行对比,实验结果表明LGNMF算法能够有效提升分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国亮	江西理工大学电气工程与自动化学院	74	384	10.0	16.0
2	黄经纬	江西理工大学电气工程与自动化学院	6	6	1.0	2.0
3	胡政伟	江西理工大学电气工程与自动化学院	4	2	1.0	1.0
4	王艳芳	赣州市立医院信息技术科	4	1	1.0	1.0