众所周知,肿瘤疾病历来都是威胁人体健康的“头号杀手”。一般来说,一种特定的肿瘤类型通常会包含多种亚型,而不同的亚型具有不同的基因表达模式,对于相同的临床治疗也会产生不同的效果。因此,准确识别肿瘤亚型类别对于肿瘤疾病的有效治疗至关重要。目前,基因表达数据已广泛应用于肿瘤亚型识别的研究中,并由此提出了众多机器学习算法。非负矩阵分解是机器学习算法的一类杰出代表,近年来得到了快速发展并衍生出了一系列实用算法。本文通过对非负矩阵分解模型的研究并结合基因表达数据的特点,分别提出了基于非负矩阵分解的聚类算法和双聚类算法,并将其应用于肿瘤亚型识别。本文是围绕肿瘤亚型识别的聚类问题展开的,主要开展了以下研究工作:(1)通过熟悉特征选择方法的理论基础及其对数据挖掘的重要意义,本文提出了一种针对于肿瘤亚型识别的特征选择方法。通过该方法筛选出具有代表意义的基因子集,剔除不相关的、冗余的基因,不仅可以提高算法的效率,同时也在一定程度上改进了算法的性能。(2)通过掌握非负矩阵分解的现有模型、算法和应用,本文提出了一种加权非负矩阵分解算法,具体而言,就是将基因权重值嵌入非负矩阵分解模型的目标函数和迭代规则中。这样后续的聚类算法就能够充分考虑所选基因的重要性权值,从而进一步提高肿瘤亚型识别额的准确率。(3)此外,本文还提出了一种基于非负矩阵分解的双聚类算法,双聚类算法能够同时在基因维度和样本维度上进行聚类分析。实验证明,相比于单聚类分析,双聚类算法在对肿瘤基因表达数据进行亚型识别方面更具有优势。