raybet雷竞app|雷竞技官网下载|雷电竞下载苹果

CIN

计算智能和神经科学

1687 - 5273 1687 - 5265

Hindawi出版公司

276535年

10.1155 / 2008/276535

276535年

研究文章

基因树标签上使用非负矩阵分解生物医学文献

海因里希凯文·E。 ¹ 浆果迈克尔W。 ¹ Homayouni 拉明 ² Zdunek Rafal

^{1

电气工程和计算机科学

田纳西大学

诺克斯维尔

TN 37996 - 3450

美国} ^{2

生物学系

孟菲斯大学

孟菲斯

TN 38152 - 3150

美国}

2008年

24 02 2008年

2008年 23 10 2007年 04 02 2008年

这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

识别官能团的基因生物应用程序是一个具有挑战性的问题。文本挖掘的方法可用于构建分层集群或树木从生物学文献中的信息。特别是,非负矩阵分解(NMF)检查标签层次树的一种方法。通用标签算法以及评估技术,提出了和不同的NMF的影响参数对收敛性和贴标精度进行了讨论。本研究的主要目标是提供一个定性评估的NMF及其各种参数和初始化,提供了一个自动化的方法来分类生物医学数据,并提供一个方法来评估标记数据假设静态输入树。作为一个副产品,生成的方法<我t一个l我c> 黄金标准提出了树。 1。介绍</t我tle> <p>高通量技术在基因组学、蛋白质组学和相关生物领域产生大量数据,使研究人员能够从全球的角度研究生物系统。然而,不幸的是,信息的绝对质量是压倒性的,比如从DNA微阵列基因表达谱数据分析很难完全理解甚至对领域专家。此外,执行这些实验在实验室里可以是昂贵的时间和金钱。</pgydF4y2Ba> <p>近年来,生物文学库已成为另一个数据源来检查表型。许多网络文学的来源是手动策划,分配给文章的注释是主观地分配在一个不完美的和容易出错的方式。所需的时间给阅读和一篇文章进行分类,自动的方法可能有助于增加注释率以及改善现有的注释。</pgydF4y2Ba> <p>最近开发的工具,可以帮助改善基因的注释以及识别官能团是语义基因组织者(SGO)。SGO是基于潜在语义索引(LSI)软件环境,使研究人员视图组基因在全球背景下的分层树或系统树图<gydF4y2Baxref ref-type="bibr" rid="B1"> 1</gydF4y2Baxref>]。大规模集成电路提供的低秩近似(原term-to-document协会)暴露潜在的关系,这样产生的分层树只是一个可视化的关系可再生的和容易被生物学家。Homayouni et al。<gydF4y2Baxref ref-type="bibr" rid="B2"> 2</gydF4y2Baxref>]表明SGO可以识别组织相关的基因比词同现方法更准确。然而,大规模集成电路是基于奇异值分解(计算)<gydF4y2Baxref ref-type="bibr" rid="B3"> 3</gydF4y2Baxref>],因为SGO是一个非负矩阵的输入数据加权词频率,负价值普遍基向量的计算并不容易解释。</pgydF4y2Ba> <p>另一方面,分解产生的最近流行的非负矩阵分解(NMF)很容易解释。Paatero和攻丝机<gydF4y2Baxref ref-type="bibr" rid="B4"> 4</gydF4y2Baxref>)是最早研究人员调查这种分解,和Lee Seung [<gydF4y2Baxref ref-type="bibr" rid="B5"> 5</gydF4y2Baxref>)展示了其使用文本挖掘和图像分析。NMF是由一个迭代算法,保留了原文的nonnegativity数据;低秩分解收益率,器件的数据表示。实际上,共同的主题出现在数据可以发现仅仅通过检查因子矩阵。根据解释,分解可以诱导聚类和分类。如果NMF能准确地输入数据模型,它可用于分类数据和执行模式识别任务(<gydF4y2Baxref ref-type="bibr" rid="B6"> 6</gydF4y2Baxref>]。SGO的上下文中,这意味着基因在层次树的组可以分配标签识别蛋白质功能的共同属性。</pgydF4y2Ba> <p>NMF的可解释性,然而,是要付出代价的。即不能保证收敛性和稳定性,提出了许多变体(<gydF4y2Baxref ref-type="bibr" rid="B5"> 5</gydF4y2Baxref>),需要不同的参数选择。本研究的目标是(1)提供一个定性评估的NMF及其各种参数,特别适用于生物医学背景,(2)提供了一个自动化的方法来分类生物医学数据,和(3)提供一种方法来评估标记数据假设静态输入树。作为一个副产品,生成的方法提出了“黄金标准”的树。</pgydF4y2Ba> </sec> <sec sec-type="section" id="sec2"> <title>2。方法</t我tle> <p>概述(<gydF4y2Baxref ref-type="bibr" rid="B7"> 7</gydF4y2Baxref>),可以构造层次树对于一个给定的基因群。一旦这些树木形成技术,标签内部节点的树可以检查。</pgydF4y2Ba> <sec sec-type="subsection" id="subsec2.1"> <title>2.1。非负矩阵分解</t我tle> <p>给定一个<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"> <mml:mrow> <mml:mi> 米</米米l:米我> <mml:mo> ×</米米l:米o> <mml:mi> n</米米l:米我> </mml:mrow> </mml:math> </inline-formula>非负矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"> <mml:mrow> <mml:mi> 一个</米米l:米我> <mml:mo> =</米米l:米o> <mml:mrow> <mml:mo stretchy="false"> (</米米l:米o> <mml:mrow> <mml:msub> <mml:mi> 一个</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:mo stretchy="false"> ]</米米l:米o> </mml:mrow> </mml:mrow> </mml:math> </inline-formula>,其中每个条目<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"> <mml:mrow> <mml:msub> <mml:mi> 一个</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>表示词的重量令牌<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:math> </inline-formula>在基因文档<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5"> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:math> </inline-formula>的行<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M6"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>代表词向量显示术语是分布在整个集合。同样,的列<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M7"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>显示哪些术语存在基因文档中。考虑到<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M8"> <mml:mrow> <mml:mn> 24</米米l:米n> <mml:mo> ×</米米l:米o> <mml:mn> 9</米米l:米n> </mml:mrow> </mml:math> </inline-formula>term-by-document矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M9"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>在表<gydF4y2Baxref ref-type="table" rid="tab1"></xref>来自样例文档集合(<gydF4y2Baxref ref-type="bibr" rid="B7"> 7</gydF4y2Baxref>)表<gydF4y2Baxref ref-type="table" rid="tab2"></xref>。这里,log-entropy术语权重(<gydF4y2Baxref ref-type="bibr" rid="B8"> 8</gydF4y2Baxref>)是用于定义术语的相对重要性<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M10"> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:math> </inline-formula>对于文档<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M11"> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。具体地说,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M12"> <mml:mrow> <mml:msub> <mml:mi> 一个</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> <mml:mo> =</米米l:米o> <mml:msub> <mml:mi> l</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> <mml:msub> <mml:mi> g</米米l:米我> <mml:mi> 我</米米l:米我> </mml:msub> </mml:mrow> </mml:math> </inline-formula>,在那里<gydF4y2Badisp-formula id="eq001"> <label>(1)</l一个bel> <mml:math altimg="C:\WINDOWS\Temp\MMLIMG65175.png" width="221" height="115" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M13"> <mml:mrow> <mml:mtable columnalign="left" width="auto" class="split"> <mml:mtr> <mml:mtd columnalign="right"> <mml:msub> <mml:mrow> <mml:mi> l</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mtd> <mml:mtd columnalign="left"> <mml:mo> =</米米l:米o> <mml:msub> <mml:mrow> <mml:mstyle> <mml:mrow> <mml:mi> 日志</米米l:米我> <mml:mo> ⁡</米米l:米o> </mml:mrow> </mml:mstyle> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:米n> </mml:mrow> </mml:msub> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> (</米米l:米o> <mml:mrow> <mml:mn> 1</米米l:米n> <mml:mo> +</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> f</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> )</米米l:米o> </mml:mrow> <mml:mo> ,</米米l:米o> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd columnalign="right"> <mml:msub> <mml:mrow> <mml:mi> g</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:msub> </mml:mtd> <mml:mtd columnalign="left"> <mml:mo> =</米米l:米o> <mml:mn> 1</米米l:米n> <mml:mo> +</米米l:米o> <mml:mrow> <mml:mo minsize="1.75em" maxsize="1.75em"> (</米米l:米o> <mml:mrow> <mml:mfrac> <mml:mrow> <mml:mstyle> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo> ∑</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:mstyle> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> (</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mstyle> <mml:mrow> <mml:mi> 日志</米米l:米我> <mml:mo> ⁡</米米l:米o> </mml:mrow> </mml:mstyle> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:米n> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mrow> <mml:msub> <mml:mrow> <mml:mstyle> <mml:mrow> <mml:mi> 日志</米米l:米我> <mml:mo> ⁡</米米l:米o> </mml:mrow> </mml:mstyle> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:米n> </mml:mrow> </mml:msub> <mml:mi> n</米米l:米我> </mml:mrow> </mml:mfrac> </mml:mrow> <mml:mo minsize="1.75em" maxsize="1.75em"> )</米米l:米o> </mml:mrow> <mml:mo> ,</米米l:米o> </mml:mtd> </mml:mtr> </mml:mtable> </mml:mrow> </mml:math> </disp-formula> <inline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M14"> <mml:mrow> <mml:msub> <mml:mi> f</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>令牌的频率<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M15"> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:math> </inline-formula>在文档<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M16"> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M17"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> <mml:mo> =</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> f</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> <mml:mo> /</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo> ∑</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:msub> <mml:mrow> <mml:mi> f</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>令牌的概率是<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M18"> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:math> </inline-formula>发生在文档<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M19"> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。通过设计,令牌出现较少但更频繁地在一个文档集合将被赋予更高的权重。即区分标记会有更高的权重分配给他们,而更常见的令牌将重量接近零。</pgydF4y2Ba> <table-wrap id="tab1"> <label>表1</l一个bel> <p>文档矩阵样本收集表<gydF4y2Baxref ref-type="table" rid="tab2"></xref>。</pgydF4y2Ba> <table> <thead> <tr> <th></th> <th>d1</thgydF4y2Ba> <th>d2</thgydF4y2Ba> <th>d3</thgydF4y2Ba> <th>d4</thgydF4y2Ba> <th>d5</thgydF4y2Ba> <th>d6</thgydF4y2Ba> <th>d7</thgydF4y2Ba> <th>d8</thgydF4y2Ba> <th>d9</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="left">酗酒</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4338</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.2737</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.2737</tgydF4y2Bad> <td align="center">0.4338</tgydF4y2Bad> </tr> <tr> <td align="left">焦虑</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">攻击</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">自闭症</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> </tr> <tr> <td align="left">Airth</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> </tr> <tr> <td align="left">血</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">骨</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">癌症</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">细胞</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">孩子们</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> </tr> <tr> <td align="left">肝硬化</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">损害</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">缺陷</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> </tr> <tr> <td align="left">失败</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">高血压</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肾脏</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">白血病</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">1.0986</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肝</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">骨髓</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7804</tgydF4y2Bad> <td align="center">0.4923</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">疤痕</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">演讲</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">0.4923</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7804</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肺结核</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab2"> <label>表2</l一个bel> <p>字典项显示在样本收集<我t一个l我c> 大胆的</我t一个l我c>。</pgydF4y2Ba> <table> <thead> <tr> <th align="left">文档</thgydF4y2Ba> <th align="left">文本</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="left">d1</tgydF4y2Bad> <td align="left">与工作相关的<我t一个l我c> 压力</我t一个l我c>可以被认为是一个因素吗<我t一个l我c> 焦虑</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d2</tgydF4y2Bad> <td align="left"> <italic> 肝癌</我t一个l我c>是最常见的与<我t一个l我c> 酗酒</我t一个l我c>和<我t一个l我c> 肝硬化</我t一个l我c>。众所周知,<我t一个l我c> 酗酒</我t一个l我c>可能会导致<我t一个l我c> 肝硬化</我t一个l我c>,增加的风险<我t一个l我c> 肾功能衰竭</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d3</tgydF4y2Bad> <td align="left"> <italic> 骨髓</我t一个l我c>移植患者通常需要<我t一个l我c> 白血病</我t一个l我c>和其他类型的<我t一个l我c> 癌症</我t一个l我c>那<我t一个l我c> 损害骨髓</我t一个l我c>。暴露在有毒化学物质是一个风险因素<我t一个l我c> 白血病</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d4</tgydF4y2Bad> <td align="left">不同类型的<我t一个l我c> 血细胞</我t一个l我c>存在于<我t一个l我c> 骨髓</我t一个l我c>。<我t一个l我c> 骨髓</我t一个l我c>程序可以检测<我t一个l我c> 肺结核</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d5</tgydF4y2Bad> <td align="left">不正常的<我t一个l我c> 压力</我t一个l我c>或<我t一个l我c> 压力</我t一个l我c>可能会导致<我t一个l我c> 焦虑发作</我t一个l我c>。继续<我t一个l我c> 压力</我t一个l我c>可以提升<我t一个l我c> 血压</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d6</tgydF4y2Bad> <td align="left"> <italic> 酗酒</我t一个l我c>会导致高<我t一个l我c> 血压</我t一个l我c>(<我t一个l我c> 高血压</我t一个l我c>),增加的风险<我t一个l我c> 出生缺陷</我t一个l我c>和<我t一个l我c> 肾功能衰竭</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d7</tgydF4y2Bad> <td align="left">的存在<我t一个l我c> 演讲的缺陷</我t一个l我c>在<我t一个l我c> 孩子们</我t一个l我c>是一个信号,<我t一个l我c> 自闭症</我t一个l我c>。然而,是什么原因导致没有共识<我t一个l我c> 自闭症</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d8</tgydF4y2Bad> <td align="left"> <italic> 酗酒</我t一个l我c>在早期,经常引发环境和遗传倾向等因素,会导致<我t一个l我c> 肝硬化</我t一个l我c>。<我t一个l我c> 肝硬化</我t一个l我c>是<我t一个l我c> 疤痕</我t一个l我c>的<我t一个l我c> 肝</我t一个l我c>。</tgydF4y2Bad> </tr> <tr> <td align="left">d9</tgydF4y2Bad> <td align="left"> <italic> 自闭症</我t一个l我c>大约有0.5%的影响<我t一个l我c> 孩子们</我t一个l我c>在美国。之间的联系<我t一个l我c> 酗酒</我t一个l我c>和<我t一个l我c> 出生缺陷</我t一个l我c>是众所周知的;研究人员目前正在研究之间的联系<我t一个l我c> 酗酒</我t一个l我c>和<我t一个l我c> 自闭症</我t一个l我c>。</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <p>如果NMF应用示例文档矩阵表<gydF4y2Baxref ref-type="table" rid="tab1"></xref>表中给出了一个可能的分解<gydF4y2Baxref ref-type="table" rid="tab3"></xref>和<gydF4y2Baxref ref-type="table" rid="tab4"></xref>;mutliplying生成的文档矩阵的近似<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M20"> <mml:mrow> <mml:mi> W</米米l:米我> <mml:mo> ×</米米l:米o> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>是在表<gydF4y2Baxref ref-type="table" rid="tab5"></xref>。top-weighted条款为每个特性展示在表<gydF4y2Baxref ref-type="table" rid="tab6"></xref>。通过检验,样品收集特性表示<我t一个l我c> 白血病</我t一个l我c>,<我t一个l我c> 酗酒</我t一个l我c>,<我t一个l我c> 焦虑</我t一个l我c>,<我t一个l我c> 自闭症</我t一个l我c>。如果每个文档和词是分配给最主要的特性,那么可以重组原始文档矩阵围绕这些特性。重组矩阵通常像一块对角矩阵表中给出<gydF4y2Baxref ref-type="table" rid="tab7"></xref>。</pgydF4y2Ba> <table-wrap id="tab3"> <label>表3</l一个bel> <p>特征矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M21"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>为样例集合。</pgydF4y2Ba> <table> <thead> <tr> <th align="left"></th> <th align="center">f1</thgydF4y2Ba> <th align="center">f2</thgydF4y2Ba> <th align="center">f3</thgydF4y2Ba> <th align="center">f4</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="left">酗酒</tgydF4y2Bad> <td align="center">0.0006</tgydF4y2Bad> <td align="center">0.3503</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">焦虑</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4454</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">攻击</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4913</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">自闭症</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0030</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.8563</tgydF4y2Bad> </tr> <tr> <td align="left">出生</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.1111</tgydF4y2Bad> <td align="center">0.0651</tgydF4y2Bad> <td align="center">0.2730</tgydF4y2Bad> </tr> <tr> <td align="left">血</tgydF4y2Bad> <td align="center">0.0917</tgydF4y2Bad> <td align="center">0.0538</tgydF4y2Bad> <td align="center">0.3143</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">骨</tgydF4y2Bad> <td align="center">0.5220</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0064</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">癌症</tgydF4y2Bad> <td align="center">0.1974</tgydF4y2Bad> <td align="center">0.1906</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">细胞</tgydF4y2Bad> <td align="center">0.1962</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0188</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">孩子们</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0019</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.5409</tgydF4y2Bad> </tr> <tr> <td align="left">肝硬化</tgydF4y2Bad> <td align="center">0.0015</tgydF4y2Bad> <td align="center">0.5328</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">损害</tgydF4y2Bad> <td align="center">0.2846</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">缺陷</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0662</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4161</tgydF4y2Bad> </tr> <tr> <td align="left">失败</tgydF4y2Bad> <td align="center">0.0013</tgydF4y2Bad> <td align="center">0.2988</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">高血压</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.1454</tgydF4y2Bad> <td align="center">0.1106</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肾脏</tgydF4y2Bad> <td align="center">0.0013</tgydF4y2Bad> <td align="center">0.2988</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">白血病</tgydF4y2Bad> <td align="center">0.4513</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肝</tgydF4y2Bad> <td align="center">0.0009</tgydF4y2Bad> <td align="center">0.3366</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">骨髓</tgydF4y2Bad> <td align="center">0.5220</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0064</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.066</tgydF4y2Bad> <td align="center">0.6376</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">疤痕</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.208</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">演讲</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4238</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6655</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肺结核</tgydF4y2Bad> <td align="center">0.1962</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0188</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab4"> <label>表4</l一个bel> <p>系数矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M22"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>为样例集合。</pgydF4y2Ba> <table> <thead> <tr> <th align="left"></th> <th align="center">d1</thgydF4y2Ba> <th align="center">d2</thgydF4y2Ba> <th align="center">d3</thgydF4y2Ba> <th align="center">d4</thgydF4y2Ba> <th align="center">d5</thgydF4y2Ba> <th align="center">d6</thgydF4y2Ba> <th align="center">d7</thgydF4y2Ba> <th align="center">d8</thgydF4y2Ba> <th align="center">d9</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="left">f1</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0409</tgydF4y2Bad> <td align="center">1.6477</tgydF4y2Bad> <td align="center">1.1382</tgydF4y2Bad> <td align="center">0.0001</tgydF4y2Bad> <td align="center">0.0007</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">f2</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">1.3183</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0049</tgydF4y2Bad> <td align="center">0.6955</tgydF4y2Bad> <td align="center">0.0003</tgydF4y2Bad> <td align="center">0.9728</tgydF4y2Bad> <td align="center">0.2219</tgydF4y2Bad> </tr> <tr> <td align="left">f3</tgydF4y2Bad> <td align="center">0.3836</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0681</tgydF4y2Bad> <td align="center">1.1933</tgydF4y2Bad> <td align="center">0.3327</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">f4</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.1532</tgydF4y2Bad> <td align="center">0.9214</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.799</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab5"> <label>表5</l一个bel> <p>近似示例文档矩阵表中给出<gydF4y2Baxref ref-type="table" rid="tab1"></xref>。</pgydF4y2Ba> <table> <thead> <tr> <th></th> <th>d1</thgydF4y2Ba> <th>d2</thgydF4y2Ba> <th>d3</thgydF4y2Ba> <th>d4</thgydF4y2Ba> <th>d5</thgydF4y2Ba> <th>d6</thgydF4y2Ba> <th>d7</thgydF4y2Ba> <th>d8</thgydF4y2Ba> <th>d9</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="left">酗酒</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4618</tgydF4y2Bad> <td align="center">0.0010</tgydF4y2Bad> <td align="center">0.0007</tgydF4y2Bad> <td align="center">0.0017</tgydF4y2Bad> <td align="center">0.2436</tgydF4y2Bad> <td align="center">0.0001</tgydF4y2Bad> <td align="center">0.3408</tgydF4y2Bad> <td align="center">0.0777</tgydF4y2Bad> </tr> <tr> <td align="left">焦虑</tgydF4y2Bad> <td align="center">0.1708</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0303</tgydF4y2Bad> <td align="center">0.5315</tgydF4y2Bad> <td align="center">0.1482</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">攻击</tgydF4y2Bad> <td align="center">0.1884</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0334</tgydF4y2Bad> <td align="center">0.5863</tgydF4y2Bad> <td align="center">0.1635</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">自闭症</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0040</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.1333</tgydF4y2Bad> <td align="center">0.7890</tgydF4y2Bad> <td align="center">0.0029</tgydF4y2Bad> <td align="center">0.6848</tgydF4y2Bad> </tr> <tr> <td align="left">出生</tgydF4y2Bad> <td align="center">0.0250</tgydF4y2Bad> <td align="center">0.1464</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0044</tgydF4y2Bad> <td align="center">0.0783</tgydF4y2Bad> <td align="center">0.1407</tgydF4y2Bad> <td align="center">0.2516</tgydF4y2Bad> <td align="center">0.1080</tgydF4y2Bad> <td align="center">0.2428</tgydF4y2Bad> </tr> <tr> <td align="left">血</tgydF4y2Bad> <td align="center">0.1206</tgydF4y2Bad> <td align="center">0.0746</tgydF4y2Bad> <td align="center">0.1511</tgydF4y2Bad> <td align="center">0.1258</tgydF4y2Bad> <td align="center">0.3754</tgydF4y2Bad> <td align="center">0.1420</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0523</tgydF4y2Bad> <td align="center">0.0119</tgydF4y2Bad> </tr> <tr> <td align="left">骨</tgydF4y2Bad> <td align="center">0.0025</tgydF4y2Bad> <td align="center">0.0214</tgydF4y2Bad> <td align="center">0.8602</tgydF4y2Bad> <td align="center">0.5946</tgydF4y2Bad> <td align="center">0.0077</tgydF4y2Bad> <td align="center">0.0025</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">癌症</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.2593</tgydF4y2Bad> <td align="center">0.3252</tgydF4y2Bad> <td align="center">0.2247</tgydF4y2Bad> <td align="center">0.001</tgydF4y2Bad> <td align="center">0.1327</tgydF4y2Bad> <td align="center">0.0001</tgydF4y2Bad> <td align="center">0.1854</tgydF4y2Bad> <td align="center">0.0423</tgydF4y2Bad> </tr> <tr> <td align="left">细胞</tgydF4y2Bad> <td align="center">0.0072</tgydF4y2Bad> <td align="center">0.0080</tgydF4y2Bad> <td align="center">0.3233</tgydF4y2Bad> <td align="center">0.2246</tgydF4y2Bad> <td align="center">0.0224</tgydF4y2Bad> <td align="center">0.0064</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">孩子们</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0025</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0842</tgydF4y2Bad> <td align="center">0.4984</tgydF4y2Bad> <td align="center">0.0019</tgydF4y2Bad> <td align="center">0.4326</tgydF4y2Bad> </tr> <tr> <td align="left">肝硬化</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7025</tgydF4y2Bad> <td align="center">0.0024</tgydF4y2Bad> <td align="center">0.0017</tgydF4y2Bad> <td align="center">0.0026</tgydF4y2Bad> <td align="center">0.3705</tgydF4y2Bad> <td align="center">0.0002</tgydF4y2Bad> <td align="center">0.5183</tgydF4y2Bad> <td align="center">0.1183</tgydF4y2Bad> </tr> <tr> <td align="left">损害</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0116</tgydF4y2Bad> <td align="center">0.4689</tgydF4y2Bad> <td align="center">0.3239</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0002</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">缺陷</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0873</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0003</tgydF4y2Bad> <td align="center">0.1098</tgydF4y2Bad> <td align="center">0.3834</tgydF4y2Bad> <td align="center">0.0644</tgydF4y2Bad> <td align="center">0.3472</tgydF4y2Bad> </tr> <tr> <td align="left">失败</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3939</tgydF4y2Bad> <td align="center">0.0022</tgydF4y2Bad> <td align="center">0.0015</tgydF4y2Bad> <td align="center">0.0015</tgydF4y2Bad> <td align="center">0.2078</tgydF4y2Bad> <td align="center">0.0001</tgydF4y2Bad> <td align="center">0.2906</tgydF4y2Bad> <td align="center">0.0663</tgydF4y2Bad> </tr> <tr> <td align="left">高血压</tgydF4y2Bad> <td align="center">0.0424</tgydF4y2Bad> <td align="center">0.1916</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0075</tgydF4y2Bad> <td align="center">0.1327</tgydF4y2Bad> <td align="center">0.1379</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.1414</tgydF4y2Bad> <td align="center">0.0323</tgydF4y2Bad> </tr> <tr> <td align="left">肾脏</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3939</tgydF4y2Bad> <td align="center">0.0022</tgydF4y2Bad> <td align="center">0.0015</tgydF4y2Bad> <td align="center">0.0015</tgydF4y2Bad> <td align="center">0.2078</tgydF4y2Bad> <td align="center">0.0001</tgydF4y2Bad> <td align="center">0.2906</tgydF4y2Bad> <td align="center">0.0663</tgydF4y2Bad> </tr> <tr> <td align="left">白血病</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0185</tgydF4y2Bad> <td align="center">0.7437</tgydF4y2Bad> <td align="center">0.5137</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0003</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肝</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4437</tgydF4y2Bad> <td align="center">0.0015</tgydF4y2Bad> <td align="center">0.0011</tgydF4y2Bad> <td align="center">0.0017</tgydF4y2Bad> <td align="center">0.2341</tgydF4y2Bad> <td align="center">0.0001</tgydF4y2Bad> <td align="center">0.3274</tgydF4y2Bad> <td align="center">0.0747</tgydF4y2Bad> </tr> <tr> <td align="left">骨髓</tgydF4y2Bad> <td align="center">0.0025</tgydF4y2Bad> <td align="center">0.0214</tgydF4y2Bad> <td align="center">0.8602</tgydF4y2Bad> <td align="center">0.5946</tgydF4y2Bad> <td align="center">0.0077</tgydF4y2Bad> <td align="center">0.0025</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">0.2445</tgydF4y2Bad> <td align="center">0.0870</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0434</tgydF4y2Bad> <td align="center">0.7612</tgydF4y2Bad> <td align="center">0.2580</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0642</tgydF4y2Bad> <td align="center">0.0147</tgydF4y2Bad> </tr> <tr> <td align="left">疤痕</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.2742</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0010</tgydF4y2Bad> <td align="center">0.1446</tgydF4y2Bad> <td align="center">0.0001</tgydF4y2Bad> <td align="center">0.2023</tgydF4y2Bad> <td align="center">0.0462</tgydF4y2Bad> </tr> <tr> <td align="left">演讲</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0649</tgydF4y2Bad> <td align="center">0.3905</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3386</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">0.2553</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.0453</tgydF4y2Bad> <td align="center">0.7942</tgydF4y2Bad> <td align="center">0.2214</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肺结核</tgydF4y2Bad> <td align="center">0.0072</tgydF4y2Bad> <td align="center">0.0080</tgydF4y2Bad> <td align="center">0.3233</tgydF4y2Bad> <td align="center">0.2246</tgydF4y2Bad> <td align="center">0.0224</tgydF4y2Bad> <td align="center">0.0064</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab6"> <label>表6</l一个bel> <p>前5单词每个特性的样本集合。</pgydF4y2Ba> <table> <thead> <tr> <th align="center">f1</thgydF4y2Ba> <th align="center">f2</thgydF4y2Ba> <th align="center">f3</thgydF4y2Ba> <th align="center">f4</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="center">骨</tgydF4y2Bad> <td align="center">肝硬化</tgydF4y2Bad> <td align="center">压力</tgydF4y2Bad> <td align="center">自闭症</tgydF4y2Bad> </tr> <tr> <td align="center">骨髓</tgydF4y2Bad> <td align="center">酗酒</tgydF4y2Bad> <td align="center">压力</tgydF4y2Bad> <td align="center">孩子们</tgydF4y2Bad> </tr> <tr> <td align="center">白血病</tgydF4y2Bad> <td align="center">肝</tgydF4y2Bad> <td align="center">攻击</tgydF4y2Bad> <td align="center">演讲</tgydF4y2Bad> </tr> <tr> <td align="center">损害</tgydF4y2Bad> <td align="center">肾脏</tgydF4y2Bad> <td align="center">焦虑</tgydF4y2Bad> <td align="center">缺陷</tgydF4y2Bad> </tr> <tr> <td align="center">癌症</tgydF4y2Bad> <td align="center">失败</tgydF4y2Bad> <td align="center">血</tgydF4y2Bad> <td align="center">出生</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab7"> <label>表7</l一个bel> <p>重新安排文档矩阵样例集合。</pgydF4y2Ba> <table> <thead> <tr> <th></th> <th>d3</thgydF4y2Ba> <th>d4</thgydF4y2Ba> <th>d2</thgydF4y2Ba> <th>d6</thgydF4y2Ba> <th>d8</thgydF4y2Ba> <th>d1</thgydF4y2Ba> <th>d5</thgydF4y2Ba> <th>d7</thgydF4y2Ba> <th>d9</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="left">骨</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">癌症</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">细胞</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">损害</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">白血病</tgydF4y2Bad> <td align="center">1.0986</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">骨髓</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肺结核</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="center" colspan="10"> <hr></td> </tr> <tr> <td align="left">酗酒</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4338</tgydF4y2Bad> <td align="center">0.2737</tgydF4y2Bad> <td align="center">0.2737</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4338</tgydF4y2Bad> </tr> <tr> <td align="left">肝硬化</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">失败</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> </tr> <tr> <td align="left">高血压</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">肾脏</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> </tr> <tr> <td align="left">肝</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">疤痕</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="center" colspan="10"> <hr></td> </tr> <tr> <td align="left">焦虑</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">攻击</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">血</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4923</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7804</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="left">压力</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4923</tgydF4y2Bad> <td align="center">0.7804</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="center" colspan="10"> <hr></td> </tr> <tr> <td align="left">自闭症</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> <td align="center">0.7520</tgydF4y2Bad> </tr> <tr> <td align="left">出生</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> </tr> <tr> <td align="left">孩子们</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> <td align="center">0.4745</tgydF4y2Bad> </tr> <tr> <td align="left">缺陷</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> <td align="center">0.3466</tgydF4y2Bad> </tr> <tr> <td align="left">演讲</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">0.6931</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <p>NMF的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M23"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>基于迭代技术试图找到两个非负因子矩阵,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M24"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M25"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,这样<gydF4y2Badisp-formula id="eq1"> <label>(2)</l一个bel> <mml:math altimg="C:\WINDOWS\Temp\MMLIMG65188.png" width="73" height="19" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M26"> <mml:mrow> <mml:mi> 一个</米米l:米我> <mml:mo> ≈</米米l:米o> <mml:mi> W</米米l:米我> <mml:mi> H</米米l:米我> <mml:mo> ,</米米l:米o> </mml:mrow> </mml:math> </disp-formula>在哪里<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M27"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M28"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>是<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M29"> <mml:mrow> <mml:mi> 米</米米l:米我> <mml:mo> ×</米米l:米o> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M30"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> ×</米米l:米o> <mml:mi> n</米米l:米我> </mml:mrow> </mml:math> </inline-formula>矩阵,分别。通常情况下,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M31"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>选择这<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M32"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> ≪</米米l:米o> <mml:mi> 最小值</米米l:米我> <mml:mo> ⁡</米米l:米o> <mml:mrow> <mml:mo stretchy="false"> (</米米l:米o> <mml:mrow> <mml:mi> 米</米米l:米我> <mml:mo> ,</米米l:米o> <mml:mi> n</米米l:米我> </mml:mrow> <mml:mo stretchy="false"> )</米米l:米o> </mml:mrow> </mml:mrow> </mml:math> </inline-formula>。最优的选择<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M33"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>problem-dependant [<gydF4y2Baxref ref-type="bibr" rid="B9"> 9</gydF4y2Baxref>]。这种分解最小平方欧氏距离目标函数(<gydF4y2Baxref ref-type="bibr" rid="B10"> 10</gydF4y2Baxref>]<gydF4y2Badisp-formula id="eq3"> <label>(3)</l一个bel> <mml:math altimg="C:\WINDOWS\Temp\MMLIMG65196.png" width="248" height="49" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M34"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mo minsize="0.75em" maxsize="0.75em"> ∥</米米l:米o> <mml:mrow> <mml:mi> 一个</米米l:米我> <mml:mo> −</米米l:米o> <mml:mi> W</米米l:米我> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mo minsize="0.75em" maxsize="0.75em"> ∥</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> F</米米l:米我> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:米n> </mml:mrow> </mml:msubsup> <mml:mo> =</米米l:米o> <mml:mstyle displaystyle="true"> <mml:mrow> <mml:munder> <mml:mrow> <mml:mo> ∑</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:munder> </mml:mrow> </mml:mstyle> <mml:msup> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> (</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> <mml:mo> −</米米l:米o> <mml:msub> <mml:mrow> <mml:mo minsize="0.75em" maxsize="0.75em"> (</米米l:米o> <mml:mrow> <mml:mi> W</米米l:米我> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mo minsize="0.75em" maxsize="0.75em"> )</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> )</米米l:米o> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:米n> </mml:mrow> </mml:msup> <mml:mo> 。</米米l:米o> </mml:mrow> </mml:math> </disp-formula></p> <p>最小化的目标(或成本)函数是凸的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M35"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>或<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M36"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>一起,但不是这两个变量。因此,找到全局最小值问题是unrealistic-however,找到几个局部最小值是合理的。同时,对于每个解决方案,矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M37"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M38"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>并不是唯一的。当检查这个属性是显而易见的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M39"> <mml:mrow> <mml:mi> W</米米l:米我> <mml:mi> D</米米l:米我> <mml:msup> <mml:mi> D</米米l:米我> <mml:mrow> <mml:mo> −</米米l:米o> <mml:mn> 1</米米l:米n> </mml:mrow> </mml:msup> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>对于任何非负矩阵可逆的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M40"> <mml:mrow> <mml:mi> D</米米l:米我> </mml:mrow> </mml:math> </inline-formula>(<gydF4y2Baxref ref-type="bibr" rid="B11"> 11</gydF4y2Baxref>]。</pgydF4y2Ba> <p>NMF的目标是尽可能准确地近似原始term-by-gene文档空间因子矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M41"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M42"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。如前所述(<gydF4y2Baxref ref-type="bibr" rid="B12"> 12</gydF4y2Baxref>),奇异值分解)产生最优——排名<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M43"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>近似的弗罗贝尼乌斯常态。不幸的是,这种最优经常出现在负面元素的成本。NMF的系数矩阵,然而,严格非负可促进直接分解的可解释性。因此,尽管NMF近似可能不是最优从数学的角度来看,这可能是足够的,比圣言会产生更好的洞察数据集对某些应用程序。</pgydF4y2Ba> <p>在完成NMF因子矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M44"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M45"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>理论上,近似原始矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M46"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>然而,包含一些有价值的信息的数据集的问题。提出了在(<gydF4y2Baxref ref-type="bibr" rid="B10"> 10</gydF4y2Baxref>),如果近似接近原始数据,然后因子矩阵可以发现一些底层结构内的数据。为了强化这一点,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M47"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>通常被称为<我t一个l我c> 特征矩阵</我t一个l我c>包含<我t一个l我c> 特征向量</我t一个l我c>描述数据,同时中固有的主题<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M48"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>可以被称为<我t一个l我c> 系数矩阵</我t一个l我c>列描述每个文档如何跨越以来每个特性和到什么程度。</pgydF4y2Ba> <p>目前,许多NMF的实现依赖于非负随机初始化。NMF敏感初始种子,这显然阻碍了生成结果的再现性。Boutsidis和Gallopoulos<gydF4y2Baxref ref-type="bibr" rid="B13"> 13</gydF4y2Baxref>)提出了非负双奇异值分解(NNDSVD)计划作为一个可能的补救这个问题。NNDSVD旨在利用奇异值分解的最佳排名<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M49"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>近似的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M50"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。圣言的启发式克服负面元素执行nonnegativity每当遇到和迭代逼近每一对奇异向量的外积。因此,一些属性的数据保存在最初开始矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M51"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M52"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。一旦这两个矩阵都初始化,他们可以使用乘法规则[更新<gydF4y2Baxref ref-type="bibr" rid="B10"> 10</gydF4y2Baxref>]:<gydF4y2Badisp-formula id="eq002"> <label>(4)</l一个bel> <mml:math altimg="C:\WINDOWS\Temp\MMLIMG66736.png" width="215" height="180" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M53"> <mml:mrow> <mml:mtable class="split" width="auto" columnalign="left"> <mml:mtr> <mml:mtd columnalign="right"> <mml:msub> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> c</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mtd> <mml:mtd columnalign="left"> <mml:mo> ⟵</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> c</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> <mml:mfrac> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> (</米米l:米o> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:米我> </mml:mrow> </mml:msup> <mml:mi> 一个</米米l:米我> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> )</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> c</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> (</米米l:米o> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:米我> </mml:mrow> </mml:msup> <mml:mi> W</米米l:米我> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> )</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> c</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:米o> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd columnalign="right"> <mml:msub> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> c</米米l:米我> </mml:mrow> </mml:msub> </mml:mtd> <mml:mtd columnalign="left"> <mml:mo> ⟵</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> c</米米l:米我> </mml:mrow> </mml:msub> <mml:mfrac> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> (</米米l:米o> <mml:mrow> <mml:mi> 一个</米米l:米我> <mml:msup> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:米我> </mml:mrow> </mml:msup> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> )</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> c</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> (</米米l:米o> <mml:mrow> <mml:mi> W</米米l:米我> <mml:mi> H</米米l:米我> <mml:msup> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:米我> </mml:mrow> </mml:msup> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> )</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> c</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfrac> <mml:mo> 。</米米l:米o> </mml:mtd> </mml:mtr> </mml:mtable> </mml:mrow> </mml:math> </disp-formula></p> </sec> <sec sec-type="subsection" id="subsec2.2"> <title>2.2。标记算法</t我tle> <p>潜在语义索引(LSI),基于奇异值分解,可以用来创建一个全球性的<我t一个l我c> 图片</我t一个l我c>自动的数据。在这个特殊的背景下,分层树可以由两两距离产生的低秩LSI空间。基于距离的算法如FastME可以创建层次结构,精确地近似距离矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M54"> <mml:mrow> <mml:mi> O</米米l:米我> <mml:mo stretchy="false"> (</米米l:米o> <mml:msup> <mml:mi> n</米米l:米我> <mml:mn> 2</米米l:米n> </mml:msup> <mml:mo stretchy="false"> )</米米l:米o> </mml:mrow> </mml:math> </inline-formula>时间(<gydF4y2Baxref ref-type="bibr" rid="B14"> 14</gydF4y2Baxref>]。一旦建一棵树,一个标签算法可以应用于确定树的分支。最后,“黄金标准”树和一个标准衡量工作表现的评估质量的树标签必须定义和应用。</pgydF4y2Ba> <p>给定一个层次结构,存在一些行之有效的自动标注方法。将标签应用到层次结构,我们可以将加权的术语列表与每一个分类单元。一旦这些名单已经确定,标记层次结构是简单的递归地继承方面的树从每个子节点;添加权重共同的术语将确保更多的常用术语更可能有一个更大的体重在更高的水平在树上。直观地说,这些术语往往是更一般的描述符。</pgydF4y2Ba> <p>这个算法是强大的,它可以稍微修改,应用于任何树,排名可以适用于每一个分类单元。例如,通过查询SVD-generated为每个文档向量空间,可以创建方面的排名列表为每个文档树相应的标记。因此,假设初始排名过程是准确的,任何本体论注释可以提高从它所代表的文本。</pgydF4y2Ba> <p>从NMF创建一个排名列表项,占主导地位的系数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M55"> <mml:mrow> <mml:msub> <mml:mi> H</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>在<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M56"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>提取文档<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M57"> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。相应的功能<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M58"> <mml:mrow> <mml:msub> <mml:mi> W</米米l:米我> <mml:mi> 我</米米l:米我> </mml:msub> </mml:mrow> </mml:math> </inline-formula>然后按比例缩小的,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M59"> <mml:mrow> <mml:msub> <mml:mi> H</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>并分配给代表文档的分类单元<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M60"> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,顶部条款选出的100位宾客代表分类单元。这种方法可以扩展合并分支长度信息,阈值或多个特性。</pgydF4y2Ba> </sec> <sec sec-type="subsection" id="subsec2.3"> <title>2.3。召回措施</t我tle> <p>一旦产生了对于一个给定的分层树的标号,衡量“善良”必须计算,以确定哪些标签就是“最好的。“在处理简单返回列表的文档可以分为相关或不相关的用户的需求,信息检索(IR)方法通常默认使用精度和召回来描述一个给定的检索系统的性能。精度的比率相关物品返回的返回条目的总数,而召回相关的比例是返回项目相关项目的总数。一群单词选择标签是一个实体,单词进行毫无意义的顺序,所以精度在这个应用程序用处有限。当比较生成一个“正确”的标签,召回是一个直观的衡量。</pgydF4y2Ba> <p>不幸的是在这种背景下,一个标记层次结构必须相对于另一个。令人惊讶的是,相对较少的工作已经完成,解决这个问题。Kiritchenko (<gydF4y2Baxref ref-type="bibr" rid="B15"> 15</gydF4y2Baxref>)提出了分级精度和召回措施,表示<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M61"> <mml:mrow> <mml:mi> h</米米l:米我> <mml:mi> P</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M62"> <mml:mrow> <mml:mi> h</米米l:米我> <mml:mi> R</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,分别。这些措施利用分级一致性与一个数字比较两个的标号。不幸的是,冷凝的所有信息在一个标签树成一个单一的数量失去了一些信息。在NMF的情况下,标签参数对精度的影响对节点深度是感兴趣的,所以不同的测量将会包含更多的信息。一个这样的测量发现的平均召回树中的所有节点在一定的深度。然而,生成非零召回常用术语之间必须存在的标号相比较。不幸的是,许多术语出现在网的标题不是强在文本表示。因此,文本词汇必须映射到网格词汇产生重要的回忆。</pgydF4y2Ba> </sec> <sec sec-type="subsection" id="subsec2.4"> <title>2.4。特征向量替换</t我tle> <p>当使用基因文档,很多情况下存在的术语用于网格内没有找到文档本身的基因。即使健康的比例的精确网方面可能存在语料库,文档矩阵是严重超定的(即。,number of terms is significantly larger than the number of documents) that expecting significant recall values at any level within the tree becomes unreasonable. This is not to imply that the terms produced by NMF are without value. On the contrary, the value in those terms is exactly that they may reveal what was previously unknown. For the purposes of validation, however, some method must be developed that enables a user to discriminate between labelings even though both have little or no recall with the MeSH-labeled hierarchy. In effect, the vocabulary used to label the tree must be controlled for the purposes of validation and evaluation.</p> <p>产生一个标签映射到网格的词汇,顶部<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M63"> <mml:mrow> <mml:mi> r</米米l:米我> </mml:mrow> </mml:math> </inline-formula>globally-weighted网格为每个文档标题选择;这些网的标题可以从网格中提取metacollection [<gydF4y2Baxref ref-type="bibr" rid="B7"> 7</gydF4y2Baxref>]。通过检查<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M64"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,与每个文档相关联的主要特点是选择和分配给该文档。相应的最高<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M65"> <mml:mrow> <mml:mi> r</米米l:米我> </mml:mrow> </mml:math> </inline-formula>网的标题然后自己解析成令牌并适当地分配给一个新的网格特性向量乘以相应的系数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M66"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。特征向量替换算法在算法<gydF4y2Baxref ref-type="other" rid="alg1"> 1</gydF4y2Baxref>。请注意,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M67"> <mml:mrow> <mml:msup> <mml:mi> 米</米米l:米我> <mml:mo> ′</米米l:米o> </mml:msup> </mml:mrow> </mml:math> </inline-formula>是区别<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M68"> <mml:mrow> <mml:mi> 米</米米l:米我> </mml:mrow> </mml:math> </inline-formula>自字典网的标题可能会有所不同从原始语料库词典的大小和构成。然而,文档的数量保持不变。</pgydF4y2Ba> <p id="alg1"> <list list-content="algorithm"> <title><大胆>算法1:< /大胆>特征向量置换算法。</t我tle> <list-item></list-item> </list></p> <p> <italic> 输入:</我t一个l我c>网Term-by-Document矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M69"> <mml:mrow> <mml:msub> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> <mml:mrow> <mml:mo> ′</米米l:米o> </mml:mrow> </mml:msup> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi> 米</米米l:米我> </mml:mrow> <mml:mrow> <mml:mo> ′</米米l:米o> </mml:mrow> </mml:msup> <mml:mo> ×</米米l:米o> <mml:mi> n</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula></p> <list-item> <p> <italic> </italic> <italic> </italic> <italic> </italic>系数矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M70"> <mml:mrow> <mml:msub> <mml:mi> W</米米l:米我> <mml:mrow> <mml:mi> 米</米米l:米我> <mml:mo> ×</米米l:米o> <mml:mi> k</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M71"> <mml:mrow> <mml:msub> <mml:mi> H</米米l:米我> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> ×</米米l:米o> <mml:mi> n</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>原始Term-by-Document矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M72"> <mml:mrow> <mml:msub> <mml:mi> 一个</米米l:米我> <mml:mrow> <mml:mi> 米</米米l:米我> <mml:mo> ×</米米l:米o> <mml:mi> n</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula></p> </list-item> <list-item> <p> <italic> </italic> <italic> </italic> <italic> </italic>全球权向量<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M73"> <mml:mrow> <mml:msup> <mml:mi> g</米米l:米我> <mml:mo> ′</米米l:米o> </mml:msup> </mml:mrow> </mml:math> </inline-formula>,</pgydF4y2Ba> </list-item> <list-item> <p> <italic> </italic> <italic> </italic> <italic> </italic>阈值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M74"> <mml:mrow> <mml:mi> r</米米l:米我> </mml:mrow> </mml:math> </inline-formula>数量的网格表示每个文档的标题</pgydF4y2Ba> </list-item> <list-item> <p> <italic> 输出:</我t一个l我c>网格特征矩阵<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M75"> <mml:mrow> <mml:msup> <mml:mi> W</米米l:米我> <mml:mo> ′</米米l:米o> </mml:msup> </mml:mrow> </mml:math> </inline-formula></p> </list-item> <list-item> <p> <italic> 为</我t一个l我c> <inline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M76"> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 1</米米l:米n> <mml:mo> ⁢</米米l:米o> <mml:mtext> </mml:mtext> <mml:mo> :</米米l:米o> <mml:mi> n</米米l:米我> </mml:mrow> </mml:math> </inline-formula> <italic> 做</我t一个l我c></p> </list-item> <list-item> <p>选择<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M77"> <mml:mrow> <mml:mi> r</米米l:米我> </mml:mrow> </mml:math> </inline-formula>顶级globally-weighted网的标题<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M78"> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:math> </inline-formula>th列<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M79"> <mml:mrow> <mml:msup> <mml:mi> 一个</米米l:米我> <mml:mo> ′</米米l:米o> </mml:msup> </mml:mrow> </mml:math> </inline-formula></p> </list-item> <list-item> <p>确定<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M80"> <mml:mrow> <mml:mi> j</米米l:米我> <mml:mo> =</米米l:米o> <mml:mi> 参数</米米l:米我> <mml:mo> ⁡</米米l:米o> <mml:munder> <mml:mrow> <mml:mstyle> <mml:mrow> <mml:mi> 马克斯</米米l:米我> <mml:mo> ⁡</米米l:米o> </mml:mrow> </mml:mstyle> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:米我> <mml:mo> <</米米l:米o> <mml:mi> k</米米l:米我> </mml:mrow> </mml:munder> <mml:msub> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:米我> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula></p> </list-item> <list-item> <p> <italic> 为</我t一个l我c> <inline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M81"> <mml:mrow> <mml:mi> h</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 1</米米l:米n> <mml:mo> ⁢</米米l:米o> <mml:mtext> </mml:mtext> <mml:mo> :</米米l:米o> <mml:mi> r</米米l:米我> </mml:mrow> </mml:math> </inline-formula> <italic> 做</我t一个l我c></p> </list-item> <list-item> <p>解析网标题<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M82"> <mml:mrow> <mml:mi> h</米米l:米我> </mml:mrow> </mml:math> </inline-formula>在令牌</pgydF4y2Ba> </list-item> <list-item> <p>添加每个令牌<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M83"> <mml:mrow> <mml:mi> t</米米l:米我> </mml:mrow> </mml:math> </inline-formula>与指数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M84"> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> </mml:math> </inline-formula>来<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M85"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> w</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> <mml:mrow> <mml:mo> ′</米米l:米o> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:math> </inline-formula>,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M86"> <mml:mrow> <mml:mi> j</米米l:米我> </mml:mrow> </mml:math> </inline-formula>th列<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M87"> <mml:mrow> <mml:msup> <mml:mi> W</米米l:米我> <mml:mo> ′</米米l:米o> </mml:msup> </mml:mrow> </mml:math> </inline-formula></p> </list-item> <list-item> <p> <italic> </italic> <italic> </italic> <italic> </italic> <italic> </italic> <italic> </italic>也就是说,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M88"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> p</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> <mml:mrow> <mml:mo> ′</米米l:米o> </mml:mrow> </mml:msubsup> <mml:mo> =</米米l:米o> <mml:msubsup> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> p</米米l:米我> <mml:mi> j</米米l:米我> </mml:mrow> <mml:mrow> <mml:mo> ′</米米l:米o> </mml:mrow> </mml:msubsup> <mml:mo> +</米米l:米o> <mml:msubsup> <mml:mrow> <mml:mi> g</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> <mml:mrow> <mml:mo> ′</米米l:米o> </mml:mrow> </mml:msubsup> <mml:mo> ×</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:米我> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula></p> </list-item> <list-item> <p> <italic> 结束了</我t一个l我c></p> </list-item> <list-item> <p> <italic> 结束了</我t一个l我c></p> </list-item> <p></p> <p>一旦全网状特征向量构造,这棵树可以通过中概述的过程[标记<gydF4y2Baxref ref-type="bibr" rid="B7"> 7</gydF4y2Baxref>]。由于这种替换,更好的回忆可以预计,具体用词中固有属性网格(或任何其他)可以利用本体。</pgydF4y2Ba> </sec> <sec sec-type="subsection" id="subsec2.5"> <title>2.5。选择标签的方法</t我tle> <p>标签树的另一种方法是改变参数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M89"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>从(<gydF4y2Baxref ref-type="disp-formula" rid="eq1"> 2</gydF4y2Baxref>)和节点深度。理论上,更相关、准确的功能将被保留下来,如果集群中固有NMF配合通过圣言会生成树的空间。对于较小的集群和更具体的术语,更高<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M90"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>应该是必要的;相反,祖先节点应该需要更小<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M91"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和更普遍的术语,因为他们盖一套较大的基因生成一组更大的话题。遗产继承的条件可以再次执行常见terms-however,上层的阈值可以进行继承。例如,对于所有的子树中的节点由一个节点<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M92"> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> </mml:math> </inline-formula>、高<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M93"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>可以使用。如果所有的基因引起的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M94"> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> </mml:math> </inline-formula>被NMF聚集在一起,那么所有子树中的节点引起的吗<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M95"> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> </mml:math> </inline-formula>将保持相同的标签。的祖先<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M96"> <mml:mrow> <mml:mi> p</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,一个不同的值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M97"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>可以使用。虽然这种方法需要一些人工管理,它可能会产生更准确的标签。</pgydF4y2Ba> </sec> </sec> <sec sec-type="section" id="sec3"> <title>3所示。结果</t我tle> <p>分解由NMF的评估是重要的,因为没有设置检查基向量的质量标准生产。在几项研究迄今为止,NMF的结果由领域专家评估。例如,Chagoyen et al。<gydF4y2Baxref ref-type="bibr" rid="B16"> 16</gydF4y2Baxref>)执行几个NMF独立运行,然后让领域专家解释得到的特征向量。然而,这种方法限制了NMF的实用性,特别是在基于探索基因组研究的领域专家不是现成的。在这里,两个不同的自动化协议NMF进行评价的结果。首先,NMF的数学特性运行检查,然后NMF的应用层次树的准确性是审查。</pgydF4y2Ba> <sec sec-type="subsection" id="subsec3.1"> <title>3.1。输入参数</t我tle> <p>为了测试NMF,<我t一个l我c> 50 tg</我t一个l我c>收集了(<gydF4y2Baxref ref-type="bibr" rid="B2"> 2</gydF4y2Baxref>使用了)。这个集合了手动通过选择相关基因已知至少以下类别之一:(1)发展,(2)阿尔茨海默氏症和癌症生物学(3)。每个基因的文档是一个简单的标题和摘要连接MEDLINE引用相互参照的老鼠,老鼠和人类EntrezGene(原名LocusLink)的每一个基因的条目。</pgydF4y2Ba> <p>两个不同的NMF初始化策略被使用:NNDSVD [<gydF4y2Baxref ref-type="bibr" rid="B17"> 17</gydF4y2Baxref>)和随机化。在五个不同的随机试验四人使用NNDSVD方法执行。虽然NNDSVD生成一个静态初始矩阵,不同的方法可以应用于去除零从最初的近似防止他们拿到“锁定”在整个更新过程。初始化,保持原来的零元素就是NNDSVDz来表示的,而NNDSVDa NNDSVDe, NNDSVDme替代所有的元素的平均值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M98"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M99"> <mml:mrow> <mml:mi> ϵ</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,或<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M100"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> ϵ</米米l:米我> </mml:mrow> <mml:mrow> <mml:mtext> 机</米米l:米text> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>分别为零元素;<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M101"> <mml:mrow> <mml:mi> ε</米米l:米我> </mml:mrow> </mml:math> </inline-formula>被设置为<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M102"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn> 10</米米l:米n> </mml:mrow> <mml:mrow> <mml:mo> −</米米l:米o> <mml:mn> 9</米米l:米n> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>和明显小于最小的观测值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M103"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>或<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M104"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>(通常在<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M105"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn> 10</米米l:米n> </mml:mrow> <mml:mrow> <mml:mo> −</米米l:米o> <mml:mn> 3</米米l:米n> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>),而<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M106"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> ϵ</米米l:米我> </mml:mrow> <mml:mrow> <mml:mtext> 机</米米l:米text> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>是机器ε(最小的积极价值计算机可以代表)在约<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M107"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn> 10</米米l:米n> </mml:mrow> <mml:mrow> <mml:mo> −</米米l:米o> <mml:mn> 324年</米米l:米n> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>。NNDSVDz和NNDSVDa前面描述的(<gydF4y2Baxref ref-type="bibr" rid="B13"> 13</gydF4y2Baxref>),而NNDSVDe和NNDSVDme添加在这个研究自然扩展NNDSVDz不会受到限制的锁零由于乘法更新。的参数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M108"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>被分配的值2、4、6、8、10、15、20、25、30。</pgydF4y2Ba> <p>每个NMF的迭代,直到它达到1000次迭代或运行两个驻点<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M109"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M110"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。也就是说,在迭代<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M111"> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,当<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M112"> <mml:mrow> <mml:mo stretchy="false"> ∥</米米l:米o> <mml:msub> <mml:mi> W</米米l:米我> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mo> −</米米l:米o> <mml:mn> 1</米米l:米n> </mml:mrow> </mml:msub> <mml:mo> −</米米l:米o> <mml:msub> <mml:mi> W</米米l:米我> <mml:mi> 我</米米l:米我> </mml:msub> <mml:msub> <mml:mo stretchy="false"> ∥</米米l:米o> <mml:mi> F</米米l:米我> </mml:msub> <mml:mo> <</米米l:米o> <mml:mi> τ</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M113"> <mml:mrow> <mml:mo stretchy="false"> ∥</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> <mml:mo> −</米米l:米o> <mml:mn> 1</米米l:米n> </mml:mrow> </mml:msub> <mml:mo> −</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:米我> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mo stretchy="false"> ∥</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> F</米米l:米我> </mml:mrow> </mml:msub> <mml:mo> <</米米l:米o> <mml:mi> τ</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,收敛。的参数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M114"> <mml:mrow> <mml:mi> τ</米米l:米我> </mml:mrow> </mml:math> </inline-formula>被设置为0.01。自收敛不保证在所有约束,如果迭代之间的目标函数增加,分解停下来,以为不收敛。Log-entropy term-weighting方案(见[<gydF4y2Baxref ref-type="bibr" rid="B8"> 8</gydF4y2Baxref>])是用于生成原始标记重量为每个集合。</pgydF4y2Ba> </sec> <sec sec-type="subsection" id="subsec3.2"> <title>3.2。相对误差和收敛性</t我tle> <p>圣言会产生任何矩阵的低秩近似的数学最优弗罗贝尼乌斯规范,和所有其他unitarily-invariant矩阵准则。而NMF永远比圣言会产生一个更精确的近似,其靠近<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M115"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>相对于圣言可以测量。也就是说,相对误差,计算<gydF4y2Badisp-formula id="eq003.2"> <label>(5)</l一个bel> <mml:math altimg="C:\WINDOWS\Temp\MMLIMG66801.png" width="266" height="69" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M116"> <mml:mrow> <mml:mtext> 再保险</米米l:米text> <mml:mo> =</米米l:米o> <mml:mfrac> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo minsize="0.75em" maxsize="0.75em"> ∥</米米l:米o> <mml:mrow> <mml:mi> 一个</米米l:米我> <mml:mo> −</米米l:米o> <mml:mi> W</米米l:米我> <mml:mi> H</米米l:米我> </mml:mrow> <mml:mo minsize="0.75em" maxsize="0.75em"> ∥</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> F</米米l:米我> </mml:mrow> </mml:msub> <mml:mo> −</米米l:米o> <mml:msub> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> ∥</米米l:米o> <mml:mrow> <mml:mi> 一个</米米l:米我> <mml:mo> −</米米l:米o> <mml:mi> U</米米l:米我> <mml:mi> 年代</米米l:米我> <mml:msup> <mml:mrow> <mml:mi> V</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:米我> </mml:mrow> </mml:msup> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> ∥</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> F</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> <mml:mrow> <mml:msub> <mml:mrow> <mml:mo minsize="1em" maxsize="1em"> ∥</米米l:米o> <mml:mrow> <mml:mi> 一个</米米l:米我> <mml:mo> −</米米l:米o> <mml:mi> U</米米l:米我> <mml:mi> 年代</米米l:米我> <mml:msup> <mml:mrow> <mml:mi> V</米米l:米我> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:米我> </mml:mrow> </mml:msup> </mml:mrow> <mml:mo minsize="1em" maxsize="1em"> ∥</米米l:米o> </mml:mrow> <mml:mrow> <mml:mi> F</米米l:米我> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:米o> </mml:mrow> </mml:math> </disp-formula>分解都截断后<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M117"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>维度(或因素),可以显示生成的特征向量距离NMF是最佳的基础(<gydF4y2Baxref ref-type="bibr" rid="B18"> 18</gydF4y2Baxref>]。</pgydF4y2Ba> <p>直观地,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M118"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>增加,NMF分解应该更适合<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M119"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。如图<gydF4y2Baxref ref-type="fig" rid="fig1"> 1</gydF4y2Baxref>,这正是如此。然而,令人吃惊的是,所有收敛NMF的平均运行相比,相对误差在10%计算,误差趋于上升<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M120"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>增加。NMF的距离计算表明,对于这个小数据集,NMF能精确地近似数据。</pgydF4y2Ba> <fig id="fig1"> <label>图1</l一个bel> <p>错误计算办法,最佳NMF运行和平均NMF竞选<我t一个l我c> 50 tg</我t一个l我c>收集。</pgydF4y2Ba> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2008/76535.fig.001"></graphic> </fig> <p>接下来,几种不同的初始化方法(部分中讨论<gydF4y2Baxref ref-type="sec" rid="subsec3.1"> 3所示。1</gydF4y2Baxref>)检查。研究对收敛的影响,必须选择一组NMF参数作为基线,来比较。通过检查NMF没有额外的约束,NNDSVDa初始化方法不断产生最精确的近似NNDSVDe相比,NNDSVDme NNDSVDz,随机初始化(<gydF4y2Baxref ref-type="bibr" rid="B7"> 7</gydF4y2Baxref>]。相对误差NNDSVDa生成对大多数的测试值小于1%<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M121"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。不幸的是,NNDSVDa需要几百个迭代收敛。</pgydF4y2Ba> <p>NNDSVDe执行NNDSVDa相当,相对误差,通常在百分之一的一小部分。对于较小的值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M122"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,NNDSVDe花费的时间大大收敛比NNDSVDa虽然完全相反的更大价值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M123"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。NNDSVDz,另一方面,收敛更快,更小的值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M124"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>成本的准确性作为锁零元素有不利影响的最佳解决方案,可以聚合。毫不奇怪,NNDSVDme执行NNDSVDz相当,在许多情况下,然而,它能够实现更精确的近似随着迭代次数的增加。事实上,NNDSVDme相同NNDSVDz在大多数情况下,不会提到今后除非值得注意的行为是观察。随机初始化执行相对NNDSVDa的准确性和良好的速度小<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M125"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,但作为<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M126"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>增加,速度和准确性受到影响。一个图表说明时的收敛率<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M127"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>描绘在图<gydF4y2Baxref ref-type="fig" rid="fig2"> 2</gydF4y2Baxref>。</pgydF4y2Ba> <fig id="fig2"> <label>图2</l一个bel> <p>收敛图比较NNDSVDa NNDSVDe、NNDSVDme NNDSVDz和最佳随机NMF的运行<我t一个l我c> 50 tg</我t一个l我c>集合(<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M128"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>)。</pgydF4y2Ba> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2008/76535.fig.002"></graphic> </fig> <p>实际的运行时间,提高性能的NNDSVD不是没有代价的。SGO的上下文中,所花费的时间计算的初始计算<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M129"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>的第一步NNDSVD算法假定为零,因为需要计算先验查询目的然而,初始化所需的时间完成NNDSVD当<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M130"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>几乎是21秒,而随机初始化的成本相对可以忽略不计。所有在一台机器上进行运行运行Debian Linux 3.0的英特尔奔腾III 1 ghz的处理器,256 mb内存。因为每个每个NMF迭代的成本是近。015秒每<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M131"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>(当<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M132"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>),执行成本NNDSVD(大约)相当于55 NMF迭代。收敛考虑这个成本是如图<gydF4y2Baxref ref-type="fig" rid="fig3"> 3</gydF4y2Baxref>。</pgydF4y2Ba> <fig id="fig3"> <label>图3</l一个bel> <p>收敛图比较NNDSVDa NNDSVDe、NNDSVDme NNDSVDz和最佳随机NMF的运行<我t一个l我c> 50 tg</我t一个l我c>集合(<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M133"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>考虑到初始化时间。</pgydF4y2Ba> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2008/76535.fig.003"></graphic> </fig> </sec> <sec sec-type="subsection" id="subsec3.3"> <title>3.3。标签回忆</t我tle> <p>测量召回是一个定量的方法来验证“已知”信息在一个层次结构。在这里,一个方法是测量召回在分层树的不同分支点(部分中描述<gydF4y2Baxref ref-type="sec" rid="subsec2.3"> 2.3</gydF4y2Baxref>)。黄金标准用于测量召回包括与基因相关的网格标题摘要。的<我t一个l我c> 意思是平均召回</我t一个l我c>(MAR)表示值平均召回在每个水平时达到平均所有的树枝。在这里,一个层次水平指的是所有节点共享相同的距离(边数)从根。本节讨论的参数设置提供了最佳的标号,在当地和全球意义生成的树(<gydF4y2Baxref ref-type="bibr" rid="B2"> 2</gydF4y2Baxref>]47内部节点分布在11个水平。</pgydF4y2Ba> <p>在应用中描述标签算法部分<gydF4y2Baxref ref-type="sec" rid="subsec2.2"> 2.2</gydF4y2Baxref>NMF产生的因素,3月生成很低(低于25%)。由于NMF-generated词汇没有重叠网字典,NMF特性映射到网格特征通过算法中概述的过程<gydF4y2Baxref ref-type="other" rid="alg1"> 1</gydF4y2Baxref>最主要特点,代表每个文档只有相应的重量<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M134"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>矩阵是大于0.5。同时,排名前十的网状标题被选出来代表每个文档、提取和相对应的前100条款制定每一个新的网格特征向量。因此,生成的网格特征向量产生的标号3月大为增加。</pgydF4y2Ba> <p>关于标号的准确性,几个趋势存在。作为<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M135"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>增加,3月实现增长。这种行为可以预测以来增加功能的数量也会增加有效标记词汇表的大小,从而使一个更健壮的标签。当<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M136"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>3月,平均在所有运行大约是68%。</pgydF4y2Ba> <p>因为NNDSVDa初始化提供了最好的收敛特性,它将作为一个新的基线,来比较。如果<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M137"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>没有指定,假设<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M138"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>。3月,NNDSVDa结果低于平均水平,NNDSVDe和NNDSVDz始终优于NNDSVDa最值的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M139"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>;NNDSVDe和NNDSVDz达到类似如图3月值<gydF4y2Baxref ref-type="fig" rid="fig4"> 4</gydF4y2Baxref>。召回使用NNDSVDa和基线情况<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M140"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 25</米米l:米n> </mml:mrow> </mml:math> </inline-formula>节点级别如图所示<gydF4y2Baxref ref-type="fig" rid="fig6"> 6</gydF4y2Baxref>。</pgydF4y2Ba> <fig id="fig4"> <label>图4</l一个bel> <p>3月的函数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M141"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>在没有约束的各种NNDSVD初始化方案<我t一个l我c> 50 tg</我t一个l我c>收集。</pgydF4y2Ba> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2008/76535.fig.004"></graphic> </fig> <p>11个节点的水平50 tg的分层树(<gydF4y2Baxref ref-type="bibr" rid="B2"> 2</gydF4y2Baxref>)如图<gydF4y2Baxref ref-type="fig" rid="fig5"> 5</gydF4y2Baxref>可以分为三分之二在深度分析的准确性标签树的地区。的3月NNDSVDa每个三分之二的大约58%,63%,和54%,分别。关于树的顶端的第三,任何约束应用于任何NNDSVD初始化平滑<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M142"> <mml:mrow> <mml:mi> W</米米l:米我> </mml:mrow> </mml:math> </inline-formula>应用于NNDSVDa提供了一个改善58% 3月在所有情况下,结果3月至少75%。NNDSVDa表现略低于平均水平在中间第三63%。总的来说,几乎任何约束匹配改进或召回的基本情况对所有三分之二除了执行稀疏<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M143"> <mml:mrow> <mml:mi> H</米米l:米我> </mml:mrow> </mml:math> </inline-formula>表现NNDSVDa底部三分之一的树;所有其他约束达到至少54% 3月倒数第三。</pgydF4y2Ba> <fig id="fig5"> <label>图5</l一个bel> <p>分层树50测试基因(50 tg)集合中描述(<gydF4y2Baxref ref-type="bibr" rid="B2"> 2</gydF4y2Baxref>使用更新的MEDLINE摘要]。</pgydF4y2Ba> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2008/76535.fig.005"></graphic> </fig> <fig id="fig6"> <label>图6</l一个bel> <p>回忆的函数节点级别的NNDSVD初始化<我t一个l我c> 50 tg</我t一个l我c>收集。取得了3月的基线情况下是58.95%,而最好的实现MAR NNDSVD初始化是74.56%。</pgydF4y2Ba> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2008/76535.fig.006"></graphic> </fig> <p>对不同的值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M144"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>,类似的倾向存在超过三分之二。NNDSVDa是最严重的3月除了它在最上面的第三<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M145"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>2或4。并没有明显的优势相比NNDSVD初始化随机副本。总的来说,最好的NNDSVD(因此可再生的)3月使用NNDSVDe和实现<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M146"> <mml:mrow> <mml:mi> k</米米l:米我> <mml:mo> =</米米l:米o> <mml:mn> 30.</米米l:米n> </mml:mrow> </mml:math> </inline-formula>(也显示在图<gydF4y2Baxref ref-type="fig" rid="fig6"> 6</gydF4y2Baxref>)。</pgydF4y2Ba> </sec> <sec sec-type="subsection" id="subsec3.4"> <title>3.4。标签评价</t我tle> <p>尽管相对误差和召回措施,可以自动评估一个标签,最终最后的评估仍然需要一些人工观察和解释。例如,假设给定的树图<gydF4y2Baxref ref-type="fig" rid="fig7"> 7</gydF4y2Baxref>与叶节点代表基因簇表<gydF4y2Baxref ref-type="table" rid="tab8"></xref>,一个可能的标签使用网格从算法生成的标题<gydF4y2Baxref ref-type="other" rid="alg1"> 1</gydF4y2Baxref>是在表<gydF4y2Baxref ref-type="table" rid="tab9"></xref>,并给出了一个示例NMF-generated标签表<gydF4y2Baxref ref-type="table" rid="tab10"></xref>。</pgydF4y2Ba> <table-wrap id="tab8"> <label>表8</l一个bel> <p>树的基因组成每个叶节点图所示<gydF4y2Baxref ref-type="fig" rid="fig7"> 7</gydF4y2Baxref>。</pgydF4y2Ba> <table> <thead> <tr> <th align="center">一个</thgydF4y2Ba> <th align="center">B</thgydF4y2Ba> <th align="center">C</thgydF4y2Ba> <th align="center">D</thgydF4y2Ba> <th align="center">E</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="center">a2m</tgydF4y2Bad> <td align="center">apoe</tgydF4y2Bad> <td align="center">dab1</tgydF4y2Bad> <td align="center">atoh1</tgydF4y2Bad> <td align="center">cdk5</tgydF4y2Bad> </tr> <tr> <td align="center">apba1</tgydF4y2Bad> <td align="center">应用程序</tgydF4y2Bad> <td align="center">lrp8</tgydF4y2Bad> <td align="center">dll1</tgydF4y2Bad> <td align="center">cdk5r</tgydF4y2Bad> </tr> <tr> <td align="center">apbb1</tgydF4y2Bad> <td align="center">psen1</tgydF4y2Bad> <td align="center">reln</tgydF4y2Bad> <td align="center">jag1</tgydF4y2Bad> <td align="center">cdk5r2</tgydF4y2Bad> </tr> <tr> <td align="center">aplp1</tgydF4y2Bad> <td align="center">psen2</tgydF4y2Bad> <td align="center">vldlr</tgydF4y2Bad> <td align="center">notch1</tgydF4y2Bad> <td align="center">菲英岛</tgydF4y2Bad> </tr> <tr> <td align="center">aplp2</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">mapt</tgydF4y2Bad> </tr> <tr> <td align="center">lrp1恰巧</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> <tr> <td align="center">shc1</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> <td align="center">- - - - - -</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab9"> <label>表9</l一个bel> <p>十大网格条件树的叶节点图所示<gydF4y2Baxref ref-type="fig" rid="fig7"> 7</gydF4y2Baxref>。</pgydF4y2Ba> <table> <thead> <tr> <th align="center">一个</thgydF4y2Ba> <th align="center">B</thgydF4y2Ba> <th align="center">C</thgydF4y2Ba> <th align="center">D</thgydF4y2Ba> <th align="center">E</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="center">新陈代谢</tgydF4y2Bad> <td align="center">蛋白质</tgydF4y2Bad> <td align="center">遗传学</tgydF4y2Bad> <td align="center">遗传学</tgydF4y2Bad> <td align="center">新陈代谢</tgydF4y2Bad> </tr> <tr> <td align="center">遗传学</tgydF4y2Bad> <td align="center">淀粉样蛋白</tgydF4y2Bad> <td align="center">分子</tgydF4y2Bad> <td align="center">蛋白质</tgydF4y2Bad> <td align="center">蛋白质</tgydF4y2Bad> </tr> <tr> <td align="center">蛋白质</tgydF4y2Bad> <td align="center">β</tgydF4y2Bad> <td align="center">神经元</tgydF4y2Bad> <td align="center">新陈代谢</tgydF4y2Bad> <td align="center">遗传学</tgydF4y2Bad> </tr> <tr> <td align="center">蛋白质</tgydF4y2Bad> <td align="center">遗传学</tgydF4y2Bad> <td align="center">附着力</tgydF4y2Bad> <td align="center">膜</tgydF4y2Bad> <td align="center">τ</tgydF4y2Bad> </tr> <tr> <td align="center">受体</tgydF4y2Bad> <td align="center">新陈代谢</tgydF4y2Bad> <td align="center">细胞</tgydF4y2Bad> <td align="center">细胞</tgydF4y2Bad> <td align="center">蛋白质</tgydF4y2Bad> </tr> <tr> <td align="center">相关的</tgydF4y2Bad> <td align="center">前体</tgydF4y2Bad> <td align="center">新陈代谢</tgydF4y2Bad> <td align="center">生理学</tgydF4y2Bad> <td align="center">淋巴细胞</tgydF4y2Bad> </tr> <tr> <td align="center">低密度脂蛋白</tgydF4y2Bad> <td align="center">化学</tgydF4y2Bad> <td align="center">蛋白质</tgydF4y2Bad> <td align="center">细胞学</tgydF4y2Bad> <td align="center">p56</tgydF4y2Bad> </tr> <tr> <td align="center">巨球蛋白</tgydF4y2Bad> <td align="center">载脂蛋白</tgydF4y2Bad> <td align="center">细胞外</tgydF4y2Bad> <td align="center">胚胎学</tgydF4y2Bad> <td align="center">具体的</tgydF4y2Bad> </tr> <tr> <td align="center">α</tgydF4y2Bad> <td align="center">疾病</tgydF4y2Bad> <td align="center">矩阵</tgydF4y2Bad> <td align="center">生物合成</tgydF4y2Bad> <td align="center">lck</tgydF4y2Bad> </tr> <tr> <td align="center">化学</tgydF4y2Bad> <td align="center">阿尔茨海默</tgydF4y2Bad> <td align="center">生物合成</tgydF4y2Bad> <td align="center">抑制剂</tgydF4y2Bad> <td align="center">酪氨酸</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab10"> <label>表10</l一个bel> <p>十大条件树的叶节点图所示<gydF4y2Baxref ref-type="fig" rid="fig7"> 7</gydF4y2Baxref>。</pgydF4y2Ba> <table> <thead> <tr> <th align="center">一个</thgydF4y2Ba> <th align="center">B</thgydF4y2Ba> <th align="center">C</thgydF4y2Ba> <th align="center">D</thgydF4y2Ba> <th align="center">E</thgydF4y2Ba> </tr> </thead> <tbody> <tr> <td align="center">含碘</tgydF4y2Bad> <td align="center">Apoe</tgydF4y2Bad> <td align="center">reelin</tgydF4y2Bad> <td align="center">切口</tgydF4y2Bad> <td align="center">菲英岛</tgydF4y2Bad> </tr> <tr> <td align="center">受体相关</tgydF4y2Bad> <td align="center">ps1</tgydF4y2Bad> <td align="center">卷取机</tgydF4y2Bad> <td align="center">notch1</tgydF4y2Bad> <td align="center">τ</tgydF4y2Bad> </tr> <tr> <td align="center">脂蛋白</tgydF4y2Bad> <td align="center">淀粉样蛋白</tgydF4y2Bad> <td align="center">dab1</tgydF4y2Bad> <td align="center">jagged1</tgydF4y2Bad> <td align="center">cdk5</tgydF4y2Bad> </tr> <tr> <td align="center">fe65</tgydF4y2Bad> <td align="center">β淀粉状蛋白质</tgydF4y2Bad> <td align="center">vldlr</tgydF4y2Bad> <td align="center">notch 1</tgydF4y2Bad> <td align="center">lck</tgydF4y2Bad> </tr> <tr> <td align="center">应用程序</tgydF4y2Bad> <td align="center">Presenilin</tgydF4y2Bad> <td align="center">apoer2</tgydF4y2Bad> <td align="center">hes5</tgydF4y2Bad> <td align="center">sh3</tgydF4y2Bad> </tr> <tr> <td align="center">α</tgydF4y2Bad> <td align="center">ε</tgydF4y2Bad> <td align="center">定位</tgydF4y2Bad> <td align="center">边缘</tgydF4y2Bad> <td align="center">门冬氨酸</tgydF4y2Bad> </tr> <tr> <td align="center">说唱</tgydF4y2Bad> <td align="center">载脂蛋白</tgydF4y2Bad> <td align="center">Cajal-retzius</tgydF4y2Bad> <td align="center">hes-1</tgydF4y2Bad> <td align="center">乙醇</tgydF4y2Bad> </tr> <tr> <td align="center">β淀粉状蛋白质</tgydF4y2Bad> <td align="center">阿尔茨海默</tgydF4y2Bad> <td align="center">apoe</tgydF4y2Bad> <td align="center">hes1</tgydF4y2Bad> <td align="center">磷酸化</tgydF4y2Bad> </tr> <tr> <td align="center">β-淀粉样蛋白</tgydF4y2Bad> <td align="center">广告</tgydF4y2Bad> <td align="center">载脂蛋白</tgydF4y2Bad> <td align="center">hash1</tgydF4y2Bad> <td align="center">酒精</tgydF4y2Bad> </tr> <tr> <td align="center">受体</tgydF4y2Bad> <td align="center">γ分泌酶</tgydF4y2Bad> <td align="center">脂蛋白</tgydF4y2Bad> <td align="center">ps1</tgydF4y2Bad> <td align="center">细胞受体</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> <fig id="fig7"> <label>图7</l一个bel> <p>分层树包含一组基因与阿尔茨海默氏症(叶子节点A和B),大脑发育(叶子节点C和D),或者两者都是阿尔茨海默氏症,大脑发育(叶子节点E)。</pgydF4y2Ba> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2008/76535.fig.007"></graphic> </fig> <p>正如预期的那样,许多网格的术语太一般,也与许多5基因集群,例如,细胞遗传学、蛋白质化学、和。然而,一些网方面确实是有用的在描述基因簇的功能。例如,集群网标签提示LDL和α巨球蛋白受体蛋白质家族;集群B网标签与阿尔茨海默氏症和β淀粉样蛋白代谢相关联;集群C标签与细胞外基质和细胞粘附;集群D标签与胚胎学和inhibotrs;和集群E标签与τ蛋白和淋巴细胞。</pgydF4y2Ba> <p>与网格标记相比,NMF更具体的文本标签和功能描述。一般来说,前几项(排名最高计算)在每个集群定义基因名称或别名。有趣的是,每个集群还包含功能重要的条款。例如,说唱(集群)是a2m而lrp1恰巧受体的配体。此外,4基因集群C是已知分子信号通路的一部分涉及Cajal-retzius控制神经细胞在大脑中定位在开发过程中。最后,生理效应Notch1集群(D)与激活细胞内转录因子Hes1 Hes5。</pgydF4y2Ba> <p>重要的是,文本标签的具体性质,NMF允许识别未知功能基因和基因之间的连接。例如,PS1这个词出现在两个集群,集群d。这一发现是非常有趣的,PS1编码一个蛋白质的蛋白酶复合体的一部分被称为γ分泌酶。除了裂开老年蛋白质应用,γ分泌酶已被证明分裂发育重要的缺口蛋白质。因此,这些结果表明,NMF标签提供了一个有用的工具来发现新的功能基因在集群之间的关联以及跨多个基因簇。</pgydF4y2Ba> </sec> </sec> <sec sec-type="section" id="sec4"> <title>4所示。讨论</t我tle> <p>虽然比较NMF运行时,可以观察到几个趋势对数学性质和召回倾向。首先,正如所料,<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M147"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>增加,近似通过奇异值分解对<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M148"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>更准确;NMF能提供一个相对较近的近似<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M149"> <mml:mrow> <mml:mi> 一个</米米l:米我> </mml:mrow> </mml:math> </inline-formula>在大多数情况下,但是,错误也会增加<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M150"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>。第二,NNDSVDa提供最快的收敛的迭代次数的最接近的近似。第三,平滑和稀疏等应用附加的约束(<gydF4y2Baxref ref-type="bibr" rid="B7"> 7</gydF4y2Baxref>]对收敛和回忆都没有明显的影响,在许多情况下,大大减少将达到平稳点的可能性。最后,生成相对“好”近似误差(5%以内),建议使用NNDSVDa或NNDSVDe约20 - 40迭代初始化时,没有额外的约束<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M151"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>相当大(大约一半数量的文档)。对于较小的<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M152"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>下,执行大约25迭代随机初始化通常会完成5%的相对误差,与所需的迭代次数减少<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M153"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>减少。</pgydF4y2Ba> <p>同时测量误差准则和收敛是有用的暴露数学性质和结构NMF的倾向,这个应用程序的最终目标是提供一个有用的标签NMF的分层树。在许多情况下,“最好”的标签可能是由一种次优的NMF运行提供。总的来说,更准确的标号是由于更高的值<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M154"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>因为更多的特征向量增加的词汇量大小标记字典。一般来说,NNDSVDe、NNDSVDme NNDSVDz方案优于NNDSVDa初始化。总的来说,标号的准确性似乎更多的函数<我nl在e-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M155"> <mml:mrow> <mml:mi> k</米米l:米我> </mml:mrow> </mml:math> </inline-formula>和最初的种子,而不是约束。</pgydF4y2Ba> <p>许多研究正在进行关于NMF,这项工作检查三种方法基于多重的更新(见部分<gydF4y2Baxref ref-type="sec" rid="subsec2.1"> 2.1</gydF4y2Baxref>)。许多其他NMF变化存在和正在开发,所以他们应该应用到生物领域的研究。例如,[<gydF4y2Baxref ref-type="bibr" rid="B19"> 19</gydF4y2Baxref>)提出了一种混合最小二乘方法称为GD-CLS解决NMF和克服“锁定”零元素的问题遇到的MM, (<gydF4y2Baxref ref-type="bibr" rid="B20"> 20.</gydF4y2Baxref>,<gydF4y2Baxref ref-type="bibr" rid="B21"> 21</gydF4y2Baxref>]提出非光滑NMF作为替代方法将稀疏,和[<gydF4y2Baxref ref-type="bibr" rid="B22"> 22</gydF4y2Baxref>)提出了一种NMF方法生成三个因子矩阵和显示有前途的聚类结果。NMF已经应用于微阵列数据(<gydF4y2Baxref ref-type="bibr" rid="B23"> 23</gydF4y2Baxref>),但需要努力把文本信息和微阵列数据;张量分解的一些变体可能显示随时间变化的关系(<gydF4y2Baxref ref-type="bibr" rid="B24"> 24</gydF4y2Baxref>]。</pgydF4y2Ba> <p>对标记方法,网格标题标签通常是有用的,但提供了一些具体细节的功能基因在集群之间的关系。另一方面,文本标签提供了具体和详细的信息关于基因的功能在一个集群。重要的是,项标签提供了一些特定组织的基因之间的联系并不显而易见。因此,术语标记为发现新的基因之间的关系提供了明显的优势,可以帮助高吞吐量数据的解释。</pgydF4y2Ba> <p>不管采用的技术,永远是普遍的一个问题关于生物数据的质量和数量。本质上与这个问题相关的领域内建立的标准尤其当他们属于分层数据。努力,如基因本体论(去)正在建立和完善<gydF4y2Baxref ref-type="bibr" rid="B25"> 25</gydF4y2Baxref>),但比较结果的标准数据集和明确定义的(并接受)的评估措施可以促进更有意义的比较方法。</pgydF4y2Ba> <p>SGO的情况下,发展中方法来得出“已知”数据是一个主要问题(甚至不产生一个给定一组基因的“黄金标准”层次结构)。获得更多的数据和其他层次结构将有助于测试方法的鲁棒性,但这仍然是一个固有的问题。一般来说,更在数学上的近似最优并不总是产生“最好”的标签。通常,NMF提供的分解可以被视为“足够好”,最后评价仍将是主观的。最后,如果自动化的方法能够近似主体性,更好地了解更多的数据就会结果。</pgydF4y2Ba> </sec> <back> <ack> <title>确认</t我tle> <p>这项工作是支持的信息技术研究中心和科学大学计算科学联盟倡议田纳西州和由美国国立卫生研究院的资助。HD52472-01。作者要感谢匿名裁判对他们的意见和建议改进手稿。</pgydF4y2Ba> </ack> <ref-list> <ref id="B1" content-type="mastersthesis"> <label>1</l一个bel> <nlm-citation publication-type="thesis"> <person-group person-group-type="author"> <name> <surname> 海因里希</gydF4y2Basurname> <given-names> k . E。</g我ven-names> </name> </person-group> <source> <italic> 发现功能基因关系使用语义基因组织者(SGO)</我t一个l我c>、硕士论文<gydF4y2Bayear> 2004年</gydF4y2Bayear> <publisher-loc> 美国田纳西州诺克斯维尔</pgydF4y2Baublisher-loc> <publisher-name> 田纳西大学计算机科学系</pgydF4y2Baublisher-name> </nlm-citation> </ref> <ref id="B2" content-type="article"> <label>2</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Homayouni</gydF4y2Basurname> <given-names> R。</g我ven-names> </name> <aff> <email> rhomayouni@utmem.edu</gydF4y2Baemail> </aff> <name> <surname> 海因里希</gydF4y2Basurname> <given-names> K。</g我ven-names> </name> <name> <surname> 魏</gydF4y2Basurname> <given-names> l</g我ven-names> </name> <name> <surname> 浆果</gydF4y2Basurname> <given-names> m·W。</g我ven-names> </name> </person-group> <article-title> 基因聚类MEDLINE摘要的潜在语义索引</一个rt我cle-title> <source> <italic> 生物信息学</我t一个l我c> <year> 2005年</gydF4y2Bayear> <volume> 21</gydF4y2Bavolume> <issue> 1</我ssue> <fpage> 104年</fp一个ge> <lpage> 115年</lp一个ge> <pub-id pub-id-type="doi"> 10.1093 /生物信息学/ bth464</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B3" content-type="book"> <label>3</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> Golub</gydF4y2Basurname> <given-names> G。</g我ven-names> </name> <name> <surname> 车贷款</gydF4y2Basurname> <given-names> C。</g我ven-names> </name> </person-group> <source> <italic> 矩阵计算</我t一个l我c> <year> 1996年</gydF4y2Bayear> <edition> 3日</gydF4y2Baedition> <publisher-loc> 美国马里兰州巴尔的摩</pgydF4y2Baublisher-loc> <publisher-name> 约翰·霍普金斯大学出版社</pgydF4y2Baublisher-name> </nlm-citation> </ref> <ref id="B4" content-type="article"> <label>4</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Paatero</gydF4y2Basurname> <given-names> P。</g我ven-names> </name> <name> <surname> 攻丝机</gydF4y2Basurname> <given-names> U。</g我ven-names> </name> </person-group> <article-title> 积极的矩阵分解:一个非负因子模型误差估计的优化利用的数据值</一个rt我cle-title> <source> <italic> Environmetrics</我t一个l我c> <year> 1994年</gydF4y2Bayear> <volume> 5</gydF4y2Bavolume> <issue> 2</我ssue> <fpage> 111年</fp一个ge> <lpage> 126年</lp一个ge> <pub-id pub-id-type="doi"> 10.1002 / env.3170050203</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B5" content-type="article"> <label>5</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 李</gydF4y2Basurname> <given-names> D D。</g我ven-names> </name> <name> <surname> Seung</gydF4y2Basurname> <given-names> h·S。</g我ven-names> </name> </person-group> <article-title> 学习对象的部分非负矩阵因子分解</一个rt我cle-title> <source> <italic> 自然</我t一个l我c> <year> 1999年</gydF4y2Bayear> <volume> 401年</gydF4y2Bavolume> <issue> 6755年</我ssue> <fpage> 788年</fp一个ge> <lpage> 791年</lp一个ge> <pub-id pub-id-type="doi"> 10.1038/44565</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B6" content-type="article"> <label>6</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Weixiang</gydF4y2Basurname> <given-names> l</g我ven-names> </name> <name> <surname> 南宁</gydF4y2Basurname> <given-names> Z。</g我ven-names> </name> <name> <surname> 曲波</gydF4y2Basurname> <given-names> Y。</g我ven-names> </name> <aff> <email> qbyou@aiar.xjtu.edu.cn</gydF4y2Baemail> </aff> </person-group> <article-title> 非负矩阵分解及其在模式识别中的应用</一个rt我cle-title> <source> <italic> 科学通报</我t一个l我c> <year> 2006年</gydF4y2Bayear> <volume> 51</gydF4y2Bavolume> <issue> 1</我ssue> <fpage> 7</fp一个ge> <lpage> 18</lp一个ge> <pub-id pub-id-type="doi"> 10.1007 / s11434 - 005 - 1109 - 6</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B7" content-type="phdthesis"> <label>7</l一个bel> <nlm-citation publication-type="thesis"> <person-group person-group-type="author"> <name> <surname> 海因里希</gydF4y2Basurname> <given-names> k . E。</g我ven-names> </name> </person-group> <source> <italic> 自动基因分类使用非负矩阵分解在生物医学文献</我t一个l我c>,博士学位论文<gydF4y2Bayear> 2007年</gydF4y2Bayear> <publisher-loc> 美国田纳西州诺克斯维尔</pgydF4y2Baublisher-loc> <publisher-name> 田纳西大学计算机科学系</pgydF4y2Baublisher-name> </nlm-citation> </ref> <ref id="B8" content-type="book"> <label>8</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> 浆果</gydF4y2Basurname> <given-names> m·W。</g我ven-names> </name> <name> <surname> 布朗</gydF4y2Basurname> <given-names> M。</g我ven-names> </name> </person-group> <source> <italic> 了解搜索引擎:数学建模和文本检索</我t一个l我c> <year> 1999年</gydF4y2Bayear> <publisher-loc> 美国费城,宾夕法尼亚州</pgydF4y2Baublisher-loc> <publisher-name> 暹罗</pgydF4y2Baublisher-name> </nlm-citation> </ref> <ref id="B9" content-type="inproceedings"> <label>9</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 野生</gydF4y2Basurname> <given-names> 年代。</g我ven-names> </name> <name> <surname> 咖喱</gydF4y2Basurname> <given-names> J。</g我ven-names> </name> <name> <surname> 多尔蒂</gydF4y2Basurname> <given-names> 一个。</g我ven-names> </name> </person-group> <article-title> 激励非负矩阵分解</一个rt我cle-title> <conf-name> 学报》第八暹罗会议应用线性代数(LA ' 03)</cgydF4y2Baonf-name> <conf-date> 2003年6月</cgydF4y2Baonf-date> <conf-loc> 美国弗吉尼亚州威廉斯堡</cgydF4y2Baonf-loc> </nlm-citation> </ref> <ref id="B10" content-type="incollection"> <label>10</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> 李</gydF4y2Basurname> <given-names> D D。</g我ven-names> </name> <name> <surname> Seung</gydF4y2Basurname> <given-names> h·S。</g我ven-names> </name> </person-group> <person-group person-group-type="editor"> <name> <surname> 利恩</gydF4y2Basurname> <given-names> t·K。</g我ven-names> </name> <name> <surname> Dietterich</gydF4y2Basurname> <given-names> t·G。</g我ven-names> </name> <name> <surname> Tresp</gydF4y2Basurname> <given-names> V。</g我ven-names> </name> </person-group> <article-title> 非负矩阵分解算法</一个rt我cle-title> <source> <italic> 神经的进步和信息处理系统</我t一个l我c> <year> 2001年</gydF4y2Bayear> <volume> 13</gydF4y2Bavolume> <publisher-loc> 美国马萨诸塞州剑桥市</pgydF4y2Baublisher-loc> <publisher-name> 麻省理工学院出版社</pgydF4y2Baublisher-name> <fpage> 556年</fp一个ge> <lpage> 562年</lp一个ge> </nlm-citation> </ref> <ref id="B11" content-type="article"> <label>11</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 浆果</gydF4y2Basurname> <given-names> m·W。</g我ven-names> </name> <aff> <email> berry@cs.utk.edu</gydF4y2Baemail> </aff> <name> <surname> 布朗</gydF4y2Basurname> <given-names> M。</g我ven-names> </name> <aff> <email> mbrowne@cs.utk.edu</gydF4y2Baemail> </aff> <name> <surname> Langville</gydF4y2Basurname> <given-names> a . N。</g我ven-names> </name> <aff> <email> langvillea@cofc.edu</gydF4y2Baemail> </aff> <name> <surname> Pauca</gydF4y2Basurname> <given-names> 诉P。</g我ven-names> </name> <aff> <email> paucavp@wfu.edu</gydF4y2Baemail> </aff> <name> <surname> Plemmons</gydF4y2Basurname> <given-names> r . J。</g我ven-names> </name> <aff> <email> plemmons@wfu.edu</gydF4y2Baemail> </aff> </person-group> <article-title> 近似的非负矩阵分解算法和应用程序</一个rt我cle-title> <source> <italic> 计算统计和数据分析</我t一个l我c> <year> 2007年</gydF4y2Bayear> <volume> 52</gydF4y2Bavolume> <issue> 1</我ssue> <fpage> 155年</fp一个ge> <lpage> 173年</lp一个ge> <pub-id pub-id-type="doi"> 10.1016 / j.csda.2006.11.006</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B12" content-type="article"> <label>12</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 籍</gydF4y2Basurname> <given-names> C。</g我ven-names> </name> <name> <surname> 年轻的</gydF4y2Basurname> <given-names> G。</g我ven-names> </name> </person-group> <article-title> 一个矩阵的近似由另一个较低的级别</一个rt我cle-title> <source> <italic> 心理测量学</我t一个l我c> <year> 1936年</gydF4y2Bayear> <volume> 1</gydF4y2Bavolume> <issue> 3</我ssue> <fpage> 211年</fp一个ge> <lpage> 218年</lp一个ge> <pub-id pub-id-type="doi"> 10.1007 / BF02288367</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B13" content-type="techreport"> <label>13</l一个bel> <nlm-citation publication-type="gov"> <person-group person-group-type="author"> <name> <surname> Boutsidis</gydF4y2Basurname> <given-names> C。</g我ven-names> </name> <name> <surname> Gallopoulos</gydF4y2Basurname> <given-names> E。</g我ven-names> </name> </person-group> <article-title> 非负矩阵分解的SVD-based初始化</一个rt我cle-title> <year> 2005年</gydF4y2Bayear> <issue> HPCLAB-SCG-6/08-05</我ssue> <publisher-loc> 佩特雷,希腊</pgydF4y2Baublisher-loc> <publisher-name> 佩特雷大学</pgydF4y2Baublisher-name> </nlm-citation> </ref> <ref id="B14" content-type="article"> <label>14</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Desper</gydF4y2Basurname> <given-names> R。</g我ven-names> </name> <name> <surname> Gascuel</gydF4y2Basurname> <given-names> O。</g我ven-names> </name> <aff> <email> gascuel@lirmm.fr</gydF4y2Baemail> </aff> </person-group> <article-title> 快速和准确的发展史重建算法基于minimum-evolution原则</一个rt我cle-title> <source> <italic> 计算生物学杂志》上</我t一个l我c> <year> 2002年</gydF4y2Bayear> <volume> 9</gydF4y2Bavolume> <issue> 5</我ssue> <fpage> 687年</fp一个ge> <lpage> 705年</lp一个ge> <pub-id pub-id-type="doi"> 10.1089 / 106652702761034136</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B15" content-type="phdthesis"> <label>15</l一个bel> <nlm-citation publication-type="thesis"> <person-group person-group-type="author"> <name> <surname> Kiritchenko</gydF4y2Basurname> <given-names> 年代。</g我ven-names> </name> </person-group> <source> <italic> 分层文本分类及其应用生物信息学</我t一个l我c>,博士学位论文<gydF4y2Bayear> 2005年</gydF4y2Bayear> <publisher-loc> 加拿大渥太华</pgydF4y2Baublisher-loc> <publisher-name> 渥太华大学</pgydF4y2Baublisher-name> </nlm-citation> </ref> <ref id="B16" content-type="article"> <label>16</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Chagoyen</gydF4y2Basurname> <given-names> M。</g我ven-names> </name> <aff> <email> monica.chagoyen@cnb.uam.es</gydF4y2Baemail> </aff> <name> <surname> Carmona-Saez</gydF4y2Basurname> <given-names> P。</g我ven-names> </name> <aff> <email> pcarmona@cnb.uam.es</gydF4y2Baemail> </aff> <name> <surname> Shatkay</gydF4y2Basurname> <given-names> H。</g我ven-names> </name> <aff> <email> shatkay@cs.queensu.ca</gydF4y2Baemail> </aff> <name> <surname> Carazo</gydF4y2Basurname> <given-names> j . M。</g我ven-names> </name> <aff> <email> carazo@cnb.uam.es</gydF4y2Baemail> </aff> <name> <surname> Pascual-Montano</gydF4y2Basurname> <given-names> 一个。</g我ven-names> </name> <aff> <email> pascual@fis.ucm.es</gydF4y2Baemail> </aff> </person-group> <article-title> 在文献中发现语义特征:建筑功能关联的基础</一个rt我cle-title> <source> <italic> BMC生物信息学</我t一个l我c> <year> 2006年</gydF4y2Bayear> <volume> 7,第四十一条</gydF4y2Bavolume> <fpage> 1</fp一个ge> <lpage> 19</lp一个ge> <pub-id pub-id-type="doi"> 10.1186 / 1471-2105-7-41</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B17" content-type="techreport"> <label>17</l一个bel> <nlm-citation publication-type="gov"> <person-group person-group-type="author"> <name> <surname> Boutsidis</gydF4y2Basurname> <given-names> C。</g我ven-names> </name> <name> <surname> Gallopoulos</gydF4y2Basurname> <given-names> E。</g我ven-names> </name> </person-group> <article-title> 基于奇异值分解的初始化:非负矩阵分解的先机</一个rt我cle-title> <year> 2007年</gydF4y2Bayear> <issue> HPCLAB-SCG-02/01-07</我ssue> <publisher-loc> 佩特雷,希腊</pgydF4y2Baublisher-loc> <publisher-name> 佩特雷大学</pgydF4y2Baublisher-name> </nlm-citation> </ref> <ref id="B18" content-type="unpublished"> <label>18</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Langville</gydF4y2Basurname> <given-names> 一个。</g我ven-names> </name> <name> <surname> 迈耶</gydF4y2Basurname> <given-names> C。</g我ven-names> </name> <name> <surname> 奥尔布赖特</gydF4y2Basurname> <given-names> R。</g我ven-names> </name> </person-group> <article-title> 非负矩阵分解的初始化</一个rt我cle-title> <comment> 预印本,2006</cgydF4y2Baomment> </nlm-citation> </ref> <ref id="B19" content-type="article"> <label>19</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Shahnaz</gydF4y2Basurname> <given-names> F。</g我ven-names> </name> <aff> <email> shahnaz@cs.utk.edu</gydF4y2Baemail> </aff> <name> <surname> 浆果</gydF4y2Basurname> <given-names> m·W。</g我ven-names> </name> <aff> <email> berry@cs.utk.edu</gydF4y2Baemail> </aff> <name> <surname> Pauca</gydF4y2Basurname> <given-names> 诉P。</g我ven-names> </name> <aff> <email> paucavp@wfu.edu</gydF4y2Baemail> </aff> <name> <surname> Plemmons</gydF4y2Basurname> <given-names> r . J。</g我ven-names> </name> <aff> <email> plemmons@wfu.edu</gydF4y2Baemail> </aff> </person-group> <article-title> 文档聚类使用非负矩阵分解</一个rt我cle-title> <source> <italic> 信息处理与管理</我t一个l我c> <year> 2006年</gydF4y2Bayear> <volume> 42</gydF4y2Bavolume> <issue> 2</我ssue> <fpage> 373年</fp一个ge> <lpage> 386年</lp一个ge> <pub-id pub-id-type="doi"> 10.1016 / j.ipm.2004.11.005</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B20" content-type="article"> <label>20.</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Pascual-Montano</gydF4y2Basurname> <given-names> 一个。</g我ven-names> </name> <aff> <email> pascual@fis.ucm.es</gydF4y2Baemail> </aff> <name> <surname> Carazo</gydF4y2Basurname> <given-names> j . M。</g我ven-names> </name> <aff> <email> carazo@cnb.uam.es</gydF4y2Baemail> </aff> <name> <surname> 科钦</gydF4y2Basurname> <given-names> K。</g我ven-names> </name> <aff> <email> kieko@access.unizh.ch</gydF4y2Baemail> </aff> <name> <surname> 莱曼</gydF4y2Basurname> <given-names> D。</g我ven-names> </name> <aff> <email> dlehmann@key.unizh.ch</gydF4y2Baemail> </aff> <name> <surname> Pascual-Marqui</gydF4y2Basurname> <given-names> 进食</g我ven-names> </name> <aff> <email> pascualm@key.unizh.ch</gydF4y2Baemail> </aff> </person-group> <article-title> 非光滑非负矩阵分解(nsNMF)</一个rt我cle-title> <source> <italic> IEEE模式分析与机器智能</我t一个l我c> <year> 2006年</gydF4y2Bayear> <volume> 28</gydF4y2Bavolume> <issue> 3</我ssue> <fpage> 403年</fp一个ge> <lpage> 415年</lp一个ge> <pub-id pub-id-type="doi"> 10.1109 / TPAMI.2006.60</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B21" content-type="article"> <label>21</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Carmona-Saez</gydF4y2Basurname> <given-names> P。</g我ven-names> </name> <aff> <email> pcarmona@cnb.uam.es</gydF4y2Baemail> </aff> <name> <surname> Pascual-Marqui</gydF4y2Basurname> <given-names> r D。</g我ven-names> </name> <aff> <email> pascualm@key.unizh.ch</gydF4y2Baemail> </aff> <name> <surname> Tirado</gydF4y2Basurname> <given-names> F。</g我ven-names> </name> <aff> <email> ptirado@dacya.ucm.es</gydF4y2Baemail> </aff> <name> <surname> Carazo</gydF4y2Basurname> <given-names> j . M。</g我ven-names> </name> <aff> <email> carazo@cnb.uam.es</gydF4y2Baemail> </aff> <name> <surname> Pascual-Montano</gydF4y2Basurname> <given-names> 一个。</g我ven-names> </name> <aff> <email> pascual@fis.ucm.es</gydF4y2Baemail> </aff> </person-group> <article-title> Biclustering基因表达数据模型的非负矩阵因子分解</一个rt我cle-title> <source> <italic> BMC生物信息学</我t一个l我c> <year> 2006年</gydF4y2Bayear> <volume> 7日,第78条</gydF4y2Bavolume> <fpage> 1</fp一个ge> <lpage> 18</lp一个ge> <pub-id pub-id-type="doi"> 10.1186 / 1471-2105-7-78</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B22" content-type="inproceedings"> <label>22</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 丁</gydF4y2Basurname> <given-names> C。</g我ven-names> </name> <name> <surname> 李</gydF4y2Basurname> <given-names> T。</g我ven-names> </name> <name> <surname> 彭</gydF4y2Basurname> <given-names> W。</g我ven-names> </name> <name> <surname> 公园</gydF4y2Basurname> <given-names> H。</g我ven-names> </name> </person-group> <article-title> 正交非负矩阵tri-factorizations集群</一个rt我cle-title> <conf-name> 第12届ACM SIGKDD国际会议程序知识发现和数据挖掘</cgydF4y2Baonf-name> <conf-date> 2006年8月</cgydF4y2Baonf-date> <conf-loc> 美国费城,宾夕法尼亚州</cgydF4y2Baonf-loc> <publisher-name> ACM的新闻</pgydF4y2Baublisher-name> <fpage> 126年</fp一个ge> <lpage> 135年</lp一个ge> </nlm-citation> </ref> <ref id="B23" content-type="article"> <label>23</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 深色的</gydF4y2Basurname> <given-names> j。</g我ven-names> </name> <name> <surname> Tamayo</gydF4y2Basurname> <given-names> P。</g我ven-names> </name> <name> <surname> Golub</gydF4y2Basurname> <given-names> t·R。</g我ven-names> </name> <name> <surname> Mesirov</gydF4y2Basurname> <given-names> j . P。</g我ven-names> </name> <aff> <email> mesirov@broad.mit.edu</gydF4y2Baemail> </aff> </person-group> <article-title> Metagenes和分子模式发现使用矩阵分解</一个rt我cle-title> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c> <year> 2004年</gydF4y2Bayear> <volume> 101年</gydF4y2Bavolume> <issue> 12</我ssue> <fpage> 4164年</fp一个ge> <lpage> 4169年</lp一个ge> <pub-id pub-id-type="doi"> 10.1073 / pnas.0308531101</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B24" content-type="inproceedings"> <label>24</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Cichocki</gydF4y2Basurname> <given-names> 一个。</g我ven-names> </name> <aff> <email> a.cichocki@riken.jp</gydF4y2Baemail> </aff> <name> <surname> Zdunek</gydF4y2Basurname> <given-names> R。</g我ven-names> </name> <name> <surname> 崔</gydF4y2Basurname> <given-names> 年代。</g我ven-names> </name> <name> <surname> Plemmons</gydF4y2Basurname> <given-names> R。</g我ven-names> </name> <aff> <email> plemmons@wfu.edu</gydF4y2Baemail> </aff> <name> <surname> Amari</gydF4y2Basurname> <given-names> 机票的。</g我ven-names> </name> </person-group> <article-title> 小说多层与稀疏约束非负张量分解</一个rt我cle-title> <volume> 4432年</gydF4y2Bavolume> <conf-name> 学报》第八届国际会议上自适应和自然计算算法(ICANNGA ' 07)</cgydF4y2Baonf-name> <conf-date> 2007年4月</cgydF4y2Baonf-date> <conf-loc> 波兰华沙</cgydF4y2Baonf-loc> <fpage> 271年</fp一个ge> <lpage> 280年</lp一个ge> <series> 在计算机科学的课堂讲稿</gydF4y2Baseries> <pub-id pub-id-type="doi"> 10.1007 / 978 - 3 - 540 - 71629 - 7 - _31</pgydF4y2Baub-id> </nlm-citation> </ref> <ref id="B25" content-type="article"> <label>25</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> ashburn</gydF4y2Basurname> <given-names> M。</g我ven-names> </name> <name> <surname> 球</gydF4y2Basurname> <given-names> c。</g我ven-names> </name> <name> <surname> 布莱克</gydF4y2Basurname> <given-names> j . A。</g我ven-names> </name> <etal></etal> </person-group> <article-title> 基因本体论:生物学的统一的工具</一个rt我cle-title> <source> <italic> 自然遗传学</我t一个l我c> <year> 2000年</gydF4y2Bayear> <volume> 25</gydF4y2Bavolume> <issue> 1</我ssue> <fpage> 25</fp一个ge> <lpage> 29日</lp一个ge> <pub-id pub-id-type="doi"> 10.1038/75556</pgydF4y2Baub-id> </nlm-citation> </ref> </ref-list> </back> </article> </body> </html>