平滑l0范数约束的β-NMF及其在聚类中的应用

作者：崔建; 游春芝

来源：重庆工商大学学报(自然科学版), 2018, 35(02): 31-35.

DOI：10.16055/j.issn.1672-058X.2018.0002.007

• 基因表达数据
• β散度
• 聚类
• 矩阵分解

针对基因表达数据噪声大、冗余性较高,传统的NMF算法在基因表达数据聚类中的低效性问题,提出了一种平滑的l0范数约束的β散度的矩阵分解与K-means相结合的聚类算法,应用到基因表达数据当中;将平滑的l0范数约束引入到基于β散度的矩阵分解的目标函数中,从而提取有用特征信息用于聚类;最后通过实验比较,改进的算法平均聚类精度达到70%,比传统的NMF聚类算法精度提高了11%,聚类效果相较其他方法显著。

• 单位
  山西医科大学汾阳学院