期刊文献+
共找到691篇文章
< 1 2 35 >
每页显示 20 50 100
非负矩阵分解的江西省资源环境承载力评价
1
作者 唐勇波 丰娟 +1 位作者 龚国勇 彭涛 《生态科学》 北大核心 2025年第3期63-73,共11页
基于系统论视角,从社会经济系统、资源系统、环境系统选取24个指标构建江西省资源环境承载力指标体系,引入非负矩阵分解方法(NMF)进行资源环境承载力评价,定义了基于NMF的综合承载力,对江西省资源环境承载力状况进行测度和系统分析,利... 基于系统论视角,从社会经济系统、资源系统、环境系统选取24个指标构建江西省资源环境承载力指标体系,引入非负矩阵分解方法(NMF)进行资源环境承载力评价,定义了基于NMF的综合承载力,对江西省资源环境承载力状况进行测度和系统分析,利用主成分分析方法和灰色关联法对承载力结果进行验证分析;构建基于NMF的障碍度模型,诊断影响承载力的主要障碍因子;建立基于NMF和支持向量机(SVM)的承载力预测模型对承载力的演变趋势进行预测。研究结果表明:(1)江西省资源环境承载力指数整体呈波动上升趋势,由2004年的0.0956提高至2019年的0.8111,高速发展的社会经济是承载力的最直接驱动力。(2)NMF、主成分分析和灰色关联法三者反映的趋势和结论是一致的,NMF评价结果更客观。(3)社会经济系统和资源系统成为制约江西省资源环境承载力提高的主要因素,万元GDP工业废气排放量、人均建成区面积是重要的障碍因子。(4)与BP神经网络和灰色模型相比,基于NMF和SVM的承载力预测模型具有更好的精确度,能够预测江西省资源环境承载力的演变趋势。 展开更多
关键词 矩阵分解 灰色关联度 主成分分析 资源环境承载力 江西省
在线阅读 下载PDF
多约束鲁棒非负矩阵分解的冲击特征频带自适应分解方法
2
作者 梁霖 崔旭军 +1 位作者 胡文昊 代普淼 《西安交通大学学报》 北大核心 2025年第4期171-179,192,共10页
针对非负矩阵分解(NMF)在轴承故障的冲击振动频带分解中存在能量导向引起的频带混叠问题,提出了一种面向冲击故障频带自适应分解的多约束鲁棒非负矩阵分解方法。首先,采用β散度自适应加权的误差函数来避免信号未知分布引起的风险,以信... 针对非负矩阵分解(NMF)在轴承故障的冲击振动频带分解中存在能量导向引起的频带混叠问题,提出了一种面向冲击故障频带自适应分解的多约束鲁棒非负矩阵分解方法。首先,采用β散度自适应加权的误差函数来避免信号未知分布引起的风险,以信号频带数量作为分解秩的选择参考,通过对基矩阵施加正交约束实现自适应频带划分;其次,结合周期冲击响应时频谱的光滑频域和稀疏时域的特性,引入具有良好物理意义的光滑、稀疏约束,构建了面向振动时频谱的多约束鲁棒非负矩阵分解模型;最后,借助正则化技术和Stiefel流形优化方法设计了求解算法。仿真和实验结果表明,与多种NMF方法和典型频带选择方法相比,在面对缺陷引起的微弱冲击时,低频区间中往往存在着多种干扰源影响,所提分解模型能准确提取出高频区间的冲击响应频带,避免了能量导向的传统频带分解方式不足,约束项的引入则有效地提升了NMF的求解结果,增强了NMF方法在冲击特征频带微弱时的辨识能力。 展开更多
关键词 冲击特征频带 矩阵分解 多约束 频带分解
在线阅读 下载PDF
双自适应权重非负矩阵分解鲁棒半监督学习
3
作者 李春忠 靖凯立 +1 位作者 周硕兵 口洋洋 《工程数学学报》 北大核心 2025年第4期705-720,共16页
高维数据建模在机器学习和模式识别领域是非常有价值的研究内容。高维数据在数据分析过程中存在的“维数灾难”问题制约了机器学习模型的有效介入,子空间和非负矩阵分解方法从空间变换的角度提供了一种有效策略。非负矩阵分解在无监督... 高维数据建模在机器学习和模式识别领域是非常有价值的研究内容。高维数据在数据分析过程中存在的“维数灾难”问题制约了机器学习模型的有效介入,子空间和非负矩阵分解方法从空间变换的角度提供了一种有效策略。非负矩阵分解在无监督和半监督学习中通过改进损失函数和增加先验的方式提高算法的鲁棒性和普适性。构造了一种基于双自适应权重学习的非负矩阵分解的损失函数,分别在高维空间和低维空间上根据数据集的类结构信息进行学习,利用加权L_(2,1)范数提高模型鲁棒性,利用权重学习的策略学习低维空间上的相似性度量,从而获得比较好的算法鲁棒性。在Benchmark数据集和高光谱图像上的实验验证了新算法的优越性。 展开更多
关键词 矩阵分解 自适应权重 半监督学习 鲁棒
在线阅读 下载PDF
用于高光谱图像解混的空谱重加权稀疏多层非负矩阵分解
4
作者 唐继明 保文星 +2 位作者 雷冰冰 冯伟 屈克文 《光学精密工程》 CSCD 北大核心 2024年第22期3348-3365,共18页
针对多层非负矩阵分解不能充分利用高光谱遥感图像的空间-光谱特征,以及高光谱图像中普遍存在的噪声问题,本文提出一种新的空间-光谱重加权的稀疏多层非负矩阵分解的解混算法。首先,采用子空间聚类算法构建高光谱图像的空间特征空间权... 针对多层非负矩阵分解不能充分利用高光谱遥感图像的空间-光谱特征,以及高光谱图像中普遍存在的噪声问题,本文提出一种新的空间-光谱重加权的稀疏多层非负矩阵分解的解混算法。首先,采用子空间聚类算法构建高光谱图像的空间特征空间权重。其次,使用超像素分割算法对高光谱图像进行超像素分割,并计算超像素之间的相似度,使用KMEANS++算法对超像素进行聚类,接着在超像素内部计算像素级相似度,以此构建出光谱权重。将空间权重和光谱权重融合,融合之后的空间-光谱权重用于表征高光谱图像的空间-光谱信息。然后,使用SUnSAL算法计算稀疏降噪权重,可以有效降低噪声对解混性能的影响。最后,通过L14范数对模型的端元和丰度进行约束,以提升模型的解混性能。与五种解混算法的实验结果进行对比,所提算法在合成数据集上计算所得的平均光谱角距离和均方根误差均为最优,在Jasper Ridge和Cuprite两个真实数据集上也取得良好的解混结果。所提算法在各个数据集上的端元估计误差降低1.49%~4.68%,丰度估计误差降低1.83%~4.18%。 展开更多
关键词 高光谱图像解混 多层矩阵分解 空间-光谱权重 降噪 稀疏约束
在线阅读 下载PDF
基于非负矩阵分解的函数型聚类算法改进与比较 被引量:2
5
作者 王丙参 魏艳华 李旭 《统计与决策》 CSSCI 北大核心 2024年第15期46-52,共7页
非负函数型数据可以不等间隔观测,在理论和实践中应用广泛,对其进行聚类可以更好地探索客观规律。文章利用位置积分变换将函数型数据转化为高维向量,再通过非负矩阵分解(NMF)将其转化为低维向量,以此构建函数型聚类算法。针对基于NMF的... 非负函数型数据可以不等间隔观测,在理论和实践中应用广泛,对其进行聚类可以更好地探索客观规律。文章利用位置积分变换将函数型数据转化为高维向量,再通过非负矩阵分解(NMF)将其转化为低维向量,以此构建函数型聚类算法。针对基于NMF的函数型谱聚类算法,给出了确定聚类个数K的两种方法:一种是根据Laplacian矩阵的特征值确定K;另一种是构建新评价指标,通过搜索确定K。数值实验结果显示:基于位置积分变换和NMF的函数型聚类算法有效,对函数结构要求宽松,但需限制函数取值为正;NMF的秩可通过cophenetic相关系数确定,建议取较小的值,以剔除类的冗余特征。在确定谱聚类的聚类个数K时,建议对降维后的数据进行标准化处理,以缩小样本间的距离变化范围;聚类个数变点图直观有效,再结合特征值差分法确定K很有参考价值,建议阈值取[0.05,0.08];根据吻合度与相似比确定K的方法有效且简单易懂。 展开更多
关键词 函数型数据 矩阵分解 谱聚类 聚类个数
在线阅读 下载PDF
基于加权非负矩阵分解的异常声音检测方法研究 被引量:1
6
作者 潘雨青 于浩 李峰 《计算机工程与科学》 CSCD 北大核心 2024年第8期1425-1432,共8页
异常声音检测方法多用强标签数据进行训练,而高质量的强标签音频数据标注难度较大、收集成本高昂。针对现有异常音频检测方法使用弱标签数据会受到非平稳和时变噪声的干扰,导致训练结果较差、准确率低的问题,提出一种基于音频频谱的加... 异常声音检测方法多用强标签数据进行训练,而高质量的强标签音频数据标注难度较大、收集成本高昂。针对现有异常音频检测方法使用弱标签数据会受到非平稳和时变噪声的干扰,导致训练结果较差、准确率低的问题,提出一种基于音频频谱的加权非负矩阵分解WNMF方法。该方法使用WNMF对弱标签和无标签数据进行标记,并分离目标声音事件和背景噪声。在适当的权值下,WNMF改变标记时不同频段音频信息的重要性,以抑制噪声,提高分离质量,使其逼近全监督模型训练的效果;之后使用卷积神经网络产生帧级预测和音频标签预测。仿真实验结果表明,该方法的准确率相比于传统NMF处理弱标签数据的方法提升了4.8%。 展开更多
关键词 异常声音检测 弱标签和无标签数据 加权矩阵分解 卷积神经网络
在线阅读 下载PDF
基于伽玛-泊松分布和图正则化的单细胞非负矩阵分解算法
7
作者 龙法宁 潘伟权 苏秀秀 《广西科学》 北大核心 2024年第5期925-938,共14页
单细胞RNA测序(Single-cell RNA sequencing, scRNA-seq)可以获取单细胞水平的基因表达谱。然而,目前许多基于非负矩阵分解(Non-negative Matrix Factorization, NMF)的降维算法在细胞类型识别中往往忽视了数据概率分布和细胞之间的拓... 单细胞RNA测序(Single-cell RNA sequencing, scRNA-seq)可以获取单细胞水平的基因表达谱。然而,目前许多基于非负矩阵分解(Non-negative Matrix Factorization, NMF)的降维算法在细胞类型识别中往往忽视了数据概率分布和细胞之间的拓扑关系,无法较好地兼顾数据的全局结构和局部结构。为了克服传统NMF降维算法在处理高维含噪稀疏数据时的不足,本文提出一种改进的单细胞非负矩阵分解算法GPNMF。GPNMF结合了伽玛-泊松(Gamma-Poisson)分布假设和图正则化技术,通过迭代更新因子分解矩阵以最小化重构误差,从而有效地保留数据的局部结构与全局结构。通过引入约束优化并稳定化模型,GPNMF在分解单细胞表达数据时能够提供更为稳健和可靠的结果。最后,利用真实scRNA-seq数据进行实验,验证了GPNMF的有效性,并展示了其在单细胞基因表达数据轨迹推断分析中的潜在应用。 展开更多
关键词 单细胞RNA测序 降维 图正则化 伽玛-泊松分布 矩阵分解(NMF)
在线阅读 下载PDF
基于Lp范数的非负矩阵分解并行优化算法 被引量:3
8
作者 黄路路 唐舒宇 +1 位作者 张伟 代祥光 《计算机科学》 CSCD 北大核心 2024年第2期100-106,共7页
非负矩阵分解算法可以从高维数据中提取出低维和稀疏的有用信息,是处理图像聚类、数据压缩和特征提取等问题的重要手段。传统非负矩阵分解算法大多采用欧几里得距离来度量重构误差,尽管其在许多任务中已经显示出有效性,但在解决实际应... 非负矩阵分解算法可以从高维数据中提取出低维和稀疏的有用信息,是处理图像聚类、数据压缩和特征提取等问题的重要手段。传统非负矩阵分解算法大多采用欧几里得距离来度量重构误差,尽管其在许多任务中已经显示出有效性,但在解决实际应用问题时仍面临着聚类效果欠佳、收敛速度慢、稳定性较差等问题。为解决这些问题,文中采用Lp范数作为非负矩阵分解的损失函数,通过调节系数p来获得更好的聚类结果。基于协同优化理论和Majorization-Minimization算法,使用粒子群优化算法来并行求解基于Lp范数的非负矩阵分解问题,并在多个真实数据集上验证了所提方法的可行性和有效性。实验结果表明所提算法明显提升了程序的执行效率且一系列评价指标均优于传统非负矩阵分解算法。 展开更多
关键词 矩阵分解 LP范数 聚类 并行优化 收敛速度
在线阅读 下载PDF
基于非负矩阵分解的中红外地表特性光谱重建方法 被引量:2
9
作者 李殷娜 李正强 +7 位作者 郑杨 侯伟真 徐文斌 马䶮 樊程 葛邦宇 姚前 史正 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第2期563-570,共8页
在中红外遥感领域,高光谱地表反射率/发射率等地表特性具有极高的应用价值和应用需求,但利用卫星遥感手段难以获取吸收波段的高光谱地表反射/发射特性,且通过光谱重建获取全波段的地表特性方法仍存在很多问题。为解决中红外全波段地表... 在中红外遥感领域,高光谱地表反射率/发射率等地表特性具有极高的应用价值和应用需求,但利用卫星遥感手段难以获取吸收波段的高光谱地表反射/发射特性,且通过光谱重建获取全波段的地表特性方法仍存在很多问题。为解决中红外全波段地表特性光谱重建所面临的难题,基于约翰霍普金斯大学(Johns Hopkins University,JHU)地物波谱库和中分辨率成像光谱仪(MODIS)短波红外和中红外地表多光谱卫星产品,提出了一种利用非负矩阵分解(NMF)重建高光谱地表反射率的方法,对2.5~5.0μm中红外光谱范围内的地表反射/发射率进行光谱重建,重建后的光谱分辨率可达10 nm。首先基于JHU地物波谱库选取4种典型地物类型(土壤、植被、人造材料和岩石),建立地物光谱库样本信息,再利用MODIS传感器光谱响应函数,根据等效计算公式将2.0~5.0μm波段范围反射率结果重采样到10 nm光谱间隔、共301个波段,得到JHU地表反射率光谱数据集。对光谱数据集进行非负矩阵分解处理,提取4条端元向量光谱曲线,结合MODIS短波红外和中红外4个波段(2.13、3.75、3.96和4.05μm)的全球月均地表反射率/发射率产品,可计算每个像元对应的权重系数向量,从而进行任意波段的光谱重建,得到全球范围内陆地5 km×5 km分辨率的月均地表反射率重建结果。同时为综合评价该光谱重建方法,从光谱数据集中提取MODIS短波红外和中红外4个波段(2.13、3.75、3.96和4.05μm)的子数据集,计算对应的权重系数向量,进行2.0~5.0μm光谱范围内的全波段的反射率光谱重建。重建结果对应的平均绝对误差优于0.01,平均相对误差优于10%,在只有MODIS卫星4个波段数据可用的低秩病态的情况下,可较好地满足光谱重建的精度要求。并且为满足重建结果可视化需求,基于网络地理信息系统(WebGIS)技术,利用Cesium框架,采用浏览器/服务器架构,搭建了二三维一体化可视化系统,将卫星底图、地形数据与光谱重建结果等集成展示,从而进行直观的多因素分析,为卫星产品的展示与验证提供支撑。 展开更多
关键词 高光谱 矩阵分解 地表反射率 光谱重建 MODIS WEBGIS
在线阅读 下载PDF
稀疏卷积非负矩阵分解的语音增强算法 被引量:13
10
作者 张立伟 贾冲 +2 位作者 张雄伟 闵刚 曾理 《数据采集与处理》 CSCD 北大核心 2014年第2期259-264,共6页
鉴于卷积非负矩阵分解在语音增强算法中的成功应用,进一步考虑语音信号在时频域的稀疏性,提出了稀疏卷积非负矩阵分解(Sparse convolutive nonnegative matrix factorization,SCNMF)的语音增强算法。该算法包括训练和增强两个阶段。训... 鉴于卷积非负矩阵分解在语音增强算法中的成功应用,进一步考虑语音信号在时频域的稀疏性,提出了稀疏卷积非负矩阵分解(Sparse convolutive nonnegative matrix factorization,SCNMF)的语音增强算法。该算法包括训练和增强两个阶段。训练阶段通过SCNMF算法分别对纯净语音和噪声的频谱进行训练,得到纯净语音和噪声字典,并将其作为增强阶段的先验信息。增强阶段首先通过SCNMF算法对带噪语音的频谱进行分解,然后利用纯净语音和噪声联合字典以及相应的迭代公式对语音编码矩阵进行估计,重构增强语音。通过实验仿真分析了稀疏因子对增强语音质量的影响。实验结果表明,在非平稳噪声和低信噪比条件下,本文算法增强效果均优于多带谱减、非负矩阵分解和卷积非负矩阵分解等传统的算法。 展开更多
关键词 语音增强 稀疏卷积 矩阵 字典训练 稀疏因子
在线阅读 下载PDF
一种基于部分基矩阵稀疏约束非负矩阵分解的抵抗大强度剪切攻击视频水印构架 被引量:10
11
作者 同鸣 张伟 +1 位作者 张建龙 陈涛 《电子与信息学报》 EI CSCD 北大核心 2012年第8期1819-1826,共8页
该文提出一种部分基矩阵稀疏约束的非负矩阵分解(Non-negative Matrix Factorization with Sparseness Constraints on Parts of the Basis Matrix,NMFSCPBM)方法,其次将水印嵌入在NMFSCPBM分解后的基矩阵大系数中,利用NMFSCPBM提取视... 该文提出一种部分基矩阵稀疏约束的非负矩阵分解(Non-negative Matrix Factorization with Sparseness Constraints on Parts of the Basis Matrix,NMFSCPBM)方法,其次将水印嵌入在NMFSCPBM分解后的基矩阵大系数中,利用NMFSCPBM提取视频运动特征自适应控制水印嵌入强度。最后,在水印检测时,只要残余视频中包含有视频最小剩余子块数,就可以恢复出完整基矩阵,进而提取出完整水印。实验表明,与同类方法相比,该方法抵抗强剪切攻击的能力获得了较大程度提升。 展开更多
关键词 数字水印 剪切攻击 几何攻击 矩阵分解 稀疏约束
在线阅读 下载PDF
基于稀疏性非负矩阵分解的故障监测方法 被引量:12
12
作者 王帆 杨雅伟 +1 位作者 谭帅 侍洪波 《化工学报》 EI CAS CSCD 北大核心 2015年第5期1798-1805,共8页
提出了基于稀疏性非负矩阵分解(SNMF)的故障监测方法。非负矩阵分解(NMF)是一种新的降维方法,可以得到原始数据的低秩近似矩阵。与传统的多元统计过程监控方法如主成分分析(PCA)相比,NMF对潜变量的性质没有假设,除了非负性的要求。将稀... 提出了基于稀疏性非负矩阵分解(SNMF)的故障监测方法。非负矩阵分解(NMF)是一种新的降维方法,可以得到原始数据的低秩近似矩阵。与传统的多元统计过程监控方法如主成分分析(PCA)相比,NMF对潜变量的性质没有假设,除了非负性的要求。将稀疏编码和非负矩阵分解方法结合在一起,因为施加了稀疏性的约束,稀疏性非负矩阵分解方法可以得到对数据更稀疏的表示。在分解时对低秩近似矩阵进行正交化处理,从而在降维时除去变量中的冗余信息,将信息集中到更少的投影方向上。然后,用SNMF方法来提取过程的潜变量,并定义新的监测指标来进行故障监测。使用核密度估计(KDE)方法来计算新定义的监测指标的控制上限。最后,将提出的基于SNMF的监测方法应用于TE过程来评估其监测性能,并与基于传统NMF和PCA的方法进行比较。仿真实验结果表明了所提出新方法的可行性。 展开更多
关键词 故障监测 矩阵分解 主元分析 稀疏编码 统计过程监控
在线阅读 下载PDF
稀疏约束图正则非负矩阵分解 被引量:13
13
作者 姜伟 李宏 +1 位作者 余震国 杨炳儒 《计算机科学》 CSCD 北大核心 2013年第1期218-220,256,共4页
非负矩阵分解(NMF)是在矩阵非负约束下的一种局部特征提取算法。为了提高识别率,提出了稀疏约束图正则非负矩阵分解方法。该方法不仅考虑数据的几何信息,而且对系数矩阵进行稀疏约束,并将它们整合于单个目标函数中。构造了一个有效的乘... 非负矩阵分解(NMF)是在矩阵非负约束下的一种局部特征提取算法。为了提高识别率,提出了稀疏约束图正则非负矩阵分解方法。该方法不仅考虑数据的几何信息,而且对系数矩阵进行稀疏约束,并将它们整合于单个目标函数中。构造了一个有效的乘积更新算法,并且在理论上证明了该算法的收敛性。在ORL和MIT-CBCL人脸数据库上的实验表明了该算法的有效性。 展开更多
关键词 矩阵 图正则化 稀疏编码
在线阅读 下载PDF
基于稀疏非负矩阵分解和支持向量机的海洋溢油近红外光谱鉴别分析 被引量:9
14
作者 谈爱玲 毕卫红 赵勇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2011年第5期1250-1253,共4页
提出一种海洋溢油近红外光谱特征提取与种类鉴别新方法。海面溢油种类鉴别对现场应急处置方案的制定和可疑溢油源的追踪具有重要意义。采用傅里叶变换近红外光谱仪测定汽油、柴油、煤油三类模拟海洋溢油样本的近红外光谱,基于稀疏非负... 提出一种海洋溢油近红外光谱特征提取与种类鉴别新方法。海面溢油种类鉴别对现场应急处置方案的制定和可疑溢油源的追踪具有重要意义。采用傅里叶变换近红外光谱仪测定汽油、柴油、煤油三类模拟海洋溢油样本的近红外光谱,基于稀疏非负矩阵分解算法对光谱进行特征提取,采用五重交叉检验,对210个样本进行训练,建立基于支持向量机的溢油光谱定性分析模型,同时讨论非负特征基数目以及稀疏因子对分类正确率的影响;利用训练好的分类器对90个未知样本进行鉴别,识别正确率达97.78%。所提出的稀疏非负矩阵分解结合支持向量机的近红外光谱定性分析方法,识别正确率高,模型泛化能力强,具有很好的分类效果,为海洋溢油的快速鉴别提供了新途径。 展开更多
关键词 近红外光谱 海洋溢油 稀疏矩阵分解 支持向量机
在线阅读 下载PDF
稀疏非负矩阵分解下的遥感图像融合 被引量:7
15
作者 李红 刘芳 张凯 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2016年第2期193-198,共6页
为了降低多光谱图像与全色图像融合过程中的光谱扭曲和空间失真,提出了一种稀疏非负矩阵分解的融合新方法.首先从全色图像学习出一个高分辨字典和相应的低分辨字典,然后构造多光谱图像的稀疏非负矩阵分解模型,在低分辨字典下获得光谱系... 为了降低多光谱图像与全色图像融合过程中的光谱扭曲和空间失真,提出了一种稀疏非负矩阵分解的融合新方法.首先从全色图像学习出一个高分辨字典和相应的低分辨字典,然后构造多光谱图像的稀疏非负矩阵分解模型,在低分辨字典下获得光谱系数矩阵,最后将该系数矩阵与高分辨字典相乘得到融合后的高分辨多光谱图像.稀疏正则项的引入有效克服了标准非负矩阵分解算法的不稳定现象,能够较好地保持图像的光谱信息和空间信息.将该方法应用于快鸟卫星和地球眼卫星数据,与同类方法的对比分析结果显示:该方法能够减少光谱扭曲和空间信息的损失,得到的融合结果在视觉效果和客观评价指标上均优于对比方法. 展开更多
关键词 遥感图像融合 矩阵分解 稀疏正则
在线阅读 下载PDF
基于非负矩阵分解的双曲调频信号目标回波增强
16
作者 崔小斌 李淑秋 +5 位作者 李宇 李子高 孙飞虎 迟骋 金盛龙 王冠群 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第7期1273-1279,共7页
双曲调频信号是主动声呐中常用的多普勒不敏感信号。在实际使用中,由于信道变化和混响影响,目标回波较弱。针对水下航行器主动声呐探测性能下降问题,本文提出基于非负矩阵分解的双曲调频信号目标回波增强方法。该方法对目标回波和干扰... 双曲调频信号是主动声呐中常用的多普勒不敏感信号。在实际使用中,由于信道变化和混响影响,目标回波较弱。针对水下航行器主动声呐探测性能下降问题,本文提出基于非负矩阵分解的双曲调频信号目标回波增强方法。该方法对目标回波和干扰信号的基矩阵分别定义,将发射信号的时频图作为目标回波的频率信息矩阵,对目标回波的时间信息矩阵做出约束,迭代处理完成目标回波的增强,获得较高增益的匹配回波检测结果。数值仿真和海上试验结果表明:本文方法与传统匹配滤波方法相比,其峰均比值提高了2 dB以上,提高了回波检测结果。 展开更多
关键词 主动声呐 水下探测 混响 噪声 矩阵分解 双曲调频信号 回波增强 目标检测
在线阅读 下载PDF
近似稀疏约束的多层非负矩阵分解高光谱解混 被引量:5
17
作者 徐晨光 邓承志 朱华生 《红外与激光工程》 EI CSCD 北大核心 2018年第11期257-265,共9页
稀疏正则化函数的选取直接影响到稀疏非负矩阵分解高光谱解混的效果。目前,主要采用L_0或L_1范数作为稀疏度量。L_0稀疏性好,但求解困难;L_1求解方便,但稀疏性差。提出一种近似稀疏模型,并将其引入到多层非负矩阵分解(AL_0-MLNMF)的高... 稀疏正则化函数的选取直接影响到稀疏非负矩阵分解高光谱解混的效果。目前,主要采用L_0或L_1范数作为稀疏度量。L_0稀疏性好,但求解困难;L_1求解方便,但稀疏性差。提出一种近似稀疏模型,并将其引入到多层非负矩阵分解(AL_0-MLNMF)的高光谱解混中,将观测矩阵进行多层次稀疏分解,提高非负矩阵分解高光谱解混的精度,提升算法的收敛性。仿真数据和真实数据实验表明:该算法能够避免陷入局部极值,提高非负矩阵分解高光谱解混性能,算法精度上比其他几种算法都有较大的提升效果,RMSE降低0.001~1.676 7,SAD降低0.002~0.244 3。 展开更多
关键词 矩阵分解(NMF) 稀疏 混合像元 解混
在线阅读 下载PDF
基于稀疏性非负矩阵分解和支持向量机的时频图像识别 被引量:16
18
作者 蔡蕾 朱永生 《自动化学报》 EI CSCD 北大核心 2009年第10期1272-1277,共6页
针对机械故障诊断领域对反映设备运行状态的图像识别困难以及选择和提取敏感特征困难的问题,将基于图像的机械设备运行状态判别问题当作图像的识别问题米处理,提出使用稀疏性非负矩阵分解(Sparse non-negative matrixfactorization,SNMF... 针对机械故障诊断领域对反映设备运行状态的图像识别困难以及选择和提取敏感特征困难的问题,将基于图像的机械设备运行状态判别问题当作图像的识别问题米处理,提出使用稀疏性非负矩阵分解(Sparse non-negative matrixfactorization,SNMF)和支持向量机(Support vector machine,SVM)对时频图像进行识别进而判断机器运行状态,从而避免特征的选择和提取.稀疏性非负矩阵分解在对时频图像进行大规模压缩的同时,能够很好地保留图像的隐含特征,从而大大减少自动识别时频图像的计算复杂度,并有效地提高支持向量机的识别精度.此外,奉文还对影响识别率的稀疏性非负矩阵分解的各参数进行了讨论.实验结果表明,该方法对时频处理方法依赖性低,在大多数情况下都能获得较传统方法高的识别率. 展开更多
关键词 时频图像 稀疏矩阵分解 支持向量机 模式识别
在线阅读 下载PDF
基于图正则化和稀疏约束的半监督非负矩阵分解 被引量:5
19
作者 姜小燕 孙福明 李豪杰 《计算机科学》 CSCD 北大核心 2016年第7期77-82,105,共7页
非负矩阵分解是在矩阵非负约束下的分解算法。为了提高识别率,提出了一种基于稀疏约束和图正则化的半监督非负矩阵分解方法。该方法对样本数据进行低维非负分解时,既保持数据的几何结构,又利用已知样本的标签信息进行半监督学习,而且对... 非负矩阵分解是在矩阵非负约束下的分解算法。为了提高识别率,提出了一种基于稀疏约束和图正则化的半监督非负矩阵分解方法。该方法对样本数据进行低维非负分解时,既保持数据的几何结构,又利用已知样本的标签信息进行半监督学习,而且对基矩阵施加稀疏性约束,最后将它们整合于单个目标函数中。构造了一个有效的更新算法,并且在理论上证明了该算法的收敛性。在多个人脸数据库上的仿真结果表明,相对于NMF、GNMF、CNMF等算法,GCNMFS具有更好的聚类精度和稀疏性。 展开更多
关键词 矩阵分解 图正则 稀疏约束 半监督
在线阅读 下载PDF
稀疏约束下非负矩阵分解的增量学习算法 被引量:8
20
作者 王万良 蔡竞 《计算机科学》 CSCD 北大核心 2014年第8期241-244,共4页
非负矩阵分解(NMF)是一种有效的子空间降维方法。为了改善非负矩阵分解运算规模随训练样本增多而不断增大的现象,同时提高分解后数据的稀疏性,提出了一种稀疏约束下非负矩阵分解的增量学习算法,该算法在稀疏约束的条件下利用前一次分解... 非负矩阵分解(NMF)是一种有效的子空间降维方法。为了改善非负矩阵分解运算规模随训练样本增多而不断增大的现象,同时提高分解后数据的稀疏性,提出了一种稀疏约束下非负矩阵分解的增量学习算法,该算法在稀疏约束的条件下利用前一次分解的结果参与迭代运算,在节省大量运算时间的同时提高了分解后数据的稀疏性。在ORL和CBCL人脸数据库上的实验表明了该算法降维的有效性。 展开更多
关键词 子空间降维 稀疏约束 矩阵分解 增量学习
在线阅读 下载PDF
上一页 1 2 35 下一页 到第
使用帮助 返回顶部