基于高维随机矩阵的癌症基因网络识别方法

• 作者: 李蓉 任喜梅 钟春晓 王锦丽
• 来源期刊: 计算机仿真
• 关键词: 高维 随机矩阵 癌症基因 特征选择 奇异值分解
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 175-179
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.03.037

摘要

癌症基因微阵列数据中冗余基因过多,增加了基因子集规模,导致计算难度提升、判断性能下降.采用高维随机矩阵构建了一种癌症基因网络识别方法,利用维度较高的随机变量构成高维随机矩阵,根据随机矩阵与相关矩阵的属性特征,在系数矩阵右边增加一列扩增随机矩阵,基于矩阵的不失一般性,采用奇异值分解式,完成相关矩阵奇异值拆分,划分随机噪声与真实信息,通过计算各特征重要程度,去除冗余以及与类别不存在关联性的特征,明确高维随机矩阵理论降噪参数后,选取相关系数不小于降噪参数的基因,实现基因网络识别.仿真结果表明,所提方法可简便有效观测基因关联,实现癌症基因网络识别.