基于非负矩阵分解和Normal_Matrix的肿瘤基因分类

作     者：叶爱霞 王年 苏亮亮 YE Ai-xia;WANG Nian;SU Liang-liang

作者机构：安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 

出 版 物：《安徽大学学报（自然科学版）》 (Journal of Anhui University(Natural Science Edition))

年 卷 期：2012年第36卷第3期

页      面：90-94页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(60772121 1208085MF93) 安徽大学211工程创新团队建设项目 

主　　题：肿瘤 基因表达谱 非负矩阵分解 Normal_Matrix 

摘      要：文中提出了一种结合非负矩阵分解和Normal_Matrix谱分解技术的肿瘤基因分类方法.其分类过程首先是利用fdr_test记分准则粗略除去噪声基因以实现基因表达谱数据的初步降维,进而运用非负矩阵分解萃取基因间的综合属性,通过综合属性构造样本间的Normal_Matrix并对其进行奇异值分解获取表征样本类别属性的谱分量实现肿瘤类型的分类识别.采用三组具有代表性的肿瘤基因表达谱数据进行实验,通过与其他方法的对比,其结果证明了文中方法的可行性和有效性.