[发明专利]基于整合非负矩阵分解的样本聚类和特征识别方法

摘要

本发明公开一种基于整合非负矩阵分解的样本聚类和特征识别方法。1.X＝{X1,X2…XP}表示由同一种癌症的P个不同组学数据矩阵构成的多视图数据；2.构造对角矩阵Q；3.在整合非负矩阵分解框架中引入图正则和稀疏约束，得到目标函数O1和O2；4.求解目标函数O1，得到融合特征矩阵W和系数矩阵HI；求解目标函数O2，得到特征矩阵WI和融合样本矩阵H；5.根据融合特征矩阵W，构造评价向量根据向量辨识共差异特征；6.利用GeneCards对辨识的共差异特征进行功能解释；7.根据融合样本矩阵进行样本聚类分析。本发明能够充分利用多组学数据的互补和差异性信息辨识共差异特征，并能够对多组学数据提供的样本数据进行聚类分析，为整合研究不同类型的组学数据提供计算方法上的依据。