基于加權(quán)非負(fù)矩陣分解的腫瘤基因表達(dá)數(shù)據(jù)聚類研究.pdf

1、眾所周知，腫瘤疾病歷來(lái)都是威脅人體健康的“頭號(hào)殺手”。一般來(lái)說(shuō)，一種特定的腫瘤類型通常會(huì)包含多種亞型，而不同的亞型具有不同的基因表達(dá)模式，對(duì)于相同的臨床治療也會(huì)產(chǎn)生不同的效果。因此，準(zhǔn)確識(shí)別腫瘤亞型類別對(duì)于腫瘤疾病的有效治療至關(guān)重要。目前，基因表達(dá)數(shù)據(jù)已廣泛應(yīng)用于腫瘤亞型識(shí)別的研究中，并由此提出了眾多機(jī)器學(xué)習(xí)算法。
　　非負(fù)矩陣分解是機(jī)器學(xué)習(xí)算法的一類杰出代表，近年來(lái)得到了快速發(fā)展并衍生出了一系列實(shí)用算法。本文通過(guò)對(duì)非負(fù)矩陣分解模

2、型的研究并結(jié)合基因表達(dá)數(shù)據(jù)的特點(diǎn)，分別提出了基于非負(fù)矩陣分解的聚類算法和雙聚類算法，并將其應(yīng)用于腫瘤亞型識(shí)別。
　　本文是圍繞腫瘤亞型識(shí)別的聚類問(wèn)題展開(kāi)的，主要開(kāi)展了以下研究工作：
　?。?）通過(guò)熟悉特征選擇方法的理論基礎(chǔ)及其對(duì)數(shù)據(jù)挖掘的重要意義，本文提出了一種針對(duì)于腫瘤亞型識(shí)別的特征選擇方法。通過(guò)該方法篩選出具有代表意義的基因子集，剔除不相關(guān)的、冗余的基因，不僅可以提高算法的效率，同時(shí)也在一定程度上改進(jìn)了算法的性能。

3、>　?。?）通過(guò)掌握非負(fù)矩陣分解的現(xiàn)有模型、算法和應(yīng)用，本文提出了一種加權(quán)非負(fù)矩陣分解算法，具體而言，就是將基因權(quán)重值嵌入非負(fù)矩陣分解模型的目標(biāo)函數(shù)和迭代規(guī)則中。這樣后續(xù)的聚類算法就能夠充分考慮所選基因的重要性權(quán)值，從而進(jìn)一步提高腫瘤亞型識(shí)別額的準(zhǔn)確率。
　?。?）此外，本文還提出了一種基于非負(fù)矩陣分解的雙聚類算法，雙聚類算法能夠同時(shí)在基因維度和樣本維度上進(jìn)行聚類分析。實(shí)驗(yàn)證明，相比于單聚類分析，雙聚類算法在對(duì)腫瘤基因表達(dá)數(shù)據(jù)進(jìn)行