登录    注册    忘记密码

期刊文章详细信息

非负矩阵分解在微阵列数据分类和聚类发现中的应用    

Application of non-negative matrix factorization in microarray data classification and clustering discovery

  

文献类型:期刊文章

作  者:任重鲁[1] 李金明[1]

机构地区:[1]南方医科大学基础医学院生物信息学系,广东广州510515

出  处:《计算机工程与科学》

基  金:广东省高校人才引进专项基金资助项目(2011)

年  份:2014

卷  号:36

期  号:7

起止页码:1389-1397

语  种:中文

收录情况:BDHX、BDHX2011、CSCD、CSCD2013_2014、ZGKJHX、核心刊

摘  要:基因芯片是微阵列技术的典型代表,它具有高通量的特性和同时检测全部基因组基因表达水平的能力。应用微阵列芯片的一个主要目的是基因表达模式的发现,即在基因组水平发现功能相似,生物学过程相关的基因簇;或者将样本分类,发现样本的各种亚型。例如根据基因表达水平对癌症样本进行分类,发现疾病的分子亚型。非负矩阵分解NMF方法是一种非监督的、非正交的、基于局部表示的矩阵分解方法。近年来这种方法被越来越多地应用在微阵列数据的分类分析和聚类发现中。系统地介绍了非负矩阵分解的原理、算法和应用,分解结果的生物学解释,分类结果的质量评估和基于NMF算法的分类软件。总结并评估了NMF方法在微阵列数据分类和聚类发现应用中的表现。

关 键 词:非负矩阵分解 微阵列数据 分类分析  聚类发现  

分 类 号:TP301.6]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心