摘要：非负矩阵分解是近年来快速发展的一类机器学习算法，能够实现对高维数据的维度规约及局部特征提取，在诸多生物信息问题的分析与处理中得到了广泛应用，并衍生出一系列实用算法。本文系统分析了非负矩阵分解的数学理论基础及其特有的局部表达属性，综述了标准非负矩阵分解与各种衍生算法的发展历程及算法初始化与参数选取方法的研究进展，并从序列特征分析、表达模式与功能模块识别、生物医学文献挖掘等几个方面总结了非负矩阵分解算法在生物信息学领域的应用成果。最后，指出了非负矩阵分解算法研究及其应用于生物信息处理所面临的问题，分析和预测了可能的发展方向。

原文链接:http://www.cqvip.com//QK/94293X/201008/34290687.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）