基于L2,1范数和自步学习的非负张量分解预测多类型miRNA-疾病关系方法及装置

本发明公开了一种基于L2,1范数和自步学习的非负张量分解预测多类型miRNA‑疾病关系方法及装置，该方法包括：通过非负张量分解，获取miRNA‑疾病‑类型的第一关系张量；通过自步学习，获取初始自步学习权重张量；通过超图学习，构造超图结构成本函数；根据所述第一关系张量、所述初始自步学习权重张量以及所述超图结构成本函数，结合L2,1范数的约束，构造目标模型的初始函数；对所述初始函数进行更新，得到目标函数；其中，所述目标函数用于预测多类型miRNA‑疾病关系。本发明能够提高预测多类型miRNA与疾病之间的关系的准确性，可以广泛应用于生物信息学技术领域。