基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基因-疾病关联关系预测已经成为当前生物医学研究的一个热点.现有的关联预测方法通常会遭受基因-疾病关联数据稀疏和PU(positive and unlabeled)问题的影响.基于以上不足,提出一种基于Katz增强归纳型矩阵补全的基因-疾病关联预测模型.该模型由基于Katz方法的预估计和基于归纳型矩阵补全方法的精化估计两个步骤组成.具体地,先利用Katz方法基于基因-疾病异构网络对基因-疾病关联进行预估计,以期缓解关联数据稀疏和PU问题的影响.然而,受制于相似度网络的质量,Katz方法在预估计基因-疾病关联时不可避免地会引入一些噪声,为此,将弹性网正则化技术引入传统的归纳型矩阵补全模型以增强其鲁棒性,进而用改进的归纳型矩阵补全模型来精化基因-疾病关联预测效果.实验结果表明,与目前流行的基因-疾病关联预测方法相比,所提出的模型在查全率和查准率上均有显著提高,同时也能解决关联预测中常见的冷启动问题.
推荐文章
基于矩阵补全的自适应去雨雪算法
视频去雨雪
雨线去除
自适应参数
稀疏表示
矩阵补全
基于属性优化矩阵补全的抗托攻击推荐算法
推荐系统
托攻击
L2,1范数正则化
属性特征
基于低秩矩阵补全的视频去噪研究
矩阵补全
低秩矩阵
视频去噪
核范数
不动点迭代
一种预测miRNA与疾病关联关系的矩阵分解算法
microRNAs
疾病
关联预测
矩阵分解
迭代最小二乘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Katz增强归纳型矩阵补全的基因-疾病关联关系预测
来源期刊 计算机科学与探索 学科 工学
关键词 基因-疾病关联预测 矩阵补全 异构信息网络 弹性网正则化 生物医学信息处理
年,卷(期) 2019,(7) 所属期刊栏目 人工智能
研究方向 页码范围 1155-1165
页数 11页 分类号 TP391
字数 9168字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈蕾 南京邮电大学计算机学院 36 185 8.0 12.0
10 浦建宇 南京邮电大学计算机学院 2 4 1.0 2.0
11 邵楷 南京邮电大学计算机学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (151)
共引文献  (8)
参考文献  (28)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(18)
  • 参考文献(1)
  • 二级参考文献(17)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(13)
  • 参考文献(5)
  • 二级参考文献(8)
2014(16)
  • 参考文献(2)
  • 二级参考文献(14)
2015(15)
  • 参考文献(4)
  • 二级参考文献(11)
2016(19)
  • 参考文献(1)
  • 二级参考文献(18)
2017(11)
  • 参考文献(5)
  • 二级参考文献(6)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
基因-疾病关联预测
矩阵补全
异构信息网络
弹性网正则化
生物医学信息处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导