基于网络表示学习的不完整多组学数据集成方法

摘要

本发明提出了一种基于网络表示学习的不完整多组学数据集成方法，用于解决现有技术无法利用所有缺失部分组学数据的样本的问题。实现步骤为，获取不完整多组学数据；构建基于组学xi的相似性网络Ai；生成节点序列的集合C；定义目标函数L；根据所有序列的集合C,获取基于网络表示学习的不完整多组学数据的集成结果。本发明根据不同组学对样本构建相似性网络，并通过在多个相似性网络上的交替地随机游走采样样本序列来融合不同网络的信息，最后根据随机游走得到的序列将样本嵌入到低维向量空间中。本发明在网络表示学习中通过随机游走策略来捕捉样本之间的相似性，解决了现有技术无法利用所有缺失部分组学数据的样本的问题。