基于多正则约束非负矩阵分解的基因特征提取

摘要：

针对基因表达谱数据高维度、高噪声的特点,在传统非负矩阵分解(NMF)理论的基础上,提出一种基于多正则约束非负矩阵分解(MRCNMF)的特征提取模型.通过引入流形正则,使得NMF在维数约简的同时能够保持原始数据的内部空间结构,低秩稀疏正则约束对噪声和数据丢失具有较好的抑制作用.提出一种模型求解方法,通过引入+乘子保持矩阵分解的非负性.实验结果表明,采用的特征提取算法对基因表达谱中的噪声具有较强的抑制作用,与NMF和图正则非负矩阵分解(GNMF)相比能够达到更高的分类精度.

关键词：流形正则、低秩稀疏、非负矩阵分解、基因表达谱、特征提取

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目51365017、61305019;江西省教育厅科技计划基金项目GJJ150680

在线出版日期：2017-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2396-2401