期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到716篇文章
< 1 2 … 36 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种实用快速非负矩阵分解算法 被引量：6
1
作者 程明松 刘勺连 《大连理工大学学报》 EI CAS CSCD 北大核心 2013年第1期151-156,共6页
提出了一种基于快速非负矩阵分解算法的实用新算法.该实用快速非负矩阵分解算法扩展了快速非负矩阵分解算法的约束条件,并且保持了较高的收敛速度,更具一般性和实用性.然后对该新算法进行了一些稀疏非负矩阵分解的扩展应用.数值实验显... 提出了一种基于快速非负矩阵分解算法的实用新算法.该实用快速非负矩阵分解算法扩展了快速非负矩阵分解算法的约束条件,并且保持了较高的收敛速度,更具一般性和实用性.然后对该新算法进行了一些稀疏非负矩阵分解的扩展应用.数值实验显示该实用快速非负矩阵分解算法和快速非负矩阵分解算法具有相近的收敛速度,与其他经典非负矩阵分解算法相比其收敛速度有明显的提高,同时对添加稀疏性约束条件的实验也有很好的效果. 展开更多
关键词 非负矩阵分解 快速非负矩阵分解算法 实用快速非负矩阵分解算法 稀疏非负矩阵分解
在线阅读 下载PDF
非负矩阵分解的江西省资源环境承载力评价
2
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 非负矩阵分解 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
基于非负矩阵分解及电阻率约束的粒子群优化自然电位三维反演
3
作者 崔益安 李浩 +3 位作者 王璞 谢静 张丽娟 罗议建 《地球物理学报》 北大核心 2025年第9期3600-3615,共16页
自然电位信号来源复杂,实测数据由多种自然电流源叠加贡献,直接反演可能获得假异常.本文利用基于最小相关约束的非负矩阵分解算法开展混合自然电位信号盲源分离预处理以提取目标自然电位信号,然后采用基于电阻率约束的阻尼粒子群优化算... 自然电位信号来源复杂,实测数据由多种自然电流源叠加贡献,直接反演可能获得假异常.本文利用基于最小相关约束的非负矩阵分解算法开展混合自然电位信号盲源分离预处理以提取目标自然电位信号,然后采用基于电阻率约束的阻尼粒子群优化算法实现自然电流源三维反演成像,并通过聚焦于金属矿产勘探领域的数值算例、物理模拟实验以及现场案例测试了算法的有效性.研究表明,非负矩阵分解预处理能大幅提高目标自然电位信号的信噪比,为反演提供优质的数据基础,提升数据解释的准确性;基于电阻率约束的粒子群优化算法汇集了梯度反演及全局优化反演的优点:不依赖于初始模型、具有全局搜索能力、场源分布符合实际物理意义.本文研究对金属矿产勘探领域实测自然电位数据预处理及反演解释具有参考价值. 展开更多
关键词 自然电位 非负矩阵分解 电阻率约束 粒子群优化反演 金属矿产勘探
在线阅读 下载PDF
基于双因子分层约束的深度非负矩阵分解用于高光谱解混
4
作者 屈克文 罗小娟 保文星 《液晶与显示》 北大核心 2025年第10期1490-1508,共19页
高光谱解混(HU)是解决混合像元和表征土地覆盖成分的关键技术。尽管深度非负矩阵分解(DNMF)在HU中表现优异,但现有方法多聚焦于丰度建模,忽视了端元的多层次特征提取,且对其非线性表征能力不足,限制了解混精度。为此,本文提出一种面向... 高光谱解混(HU)是解决混合像元和表征土地覆盖成分的关键技术。尽管深度非负矩阵分解(DNMF)在HU中表现优异,但现有方法多聚焦于丰度建模,忽视了端元的多层次特征提取,且对其非线性表征能力不足,限制了解混精度。为此,本文提出一种面向端元层次分析的深度NMF框架,引入端元子空间的层间正交性约束和丰度细化的动态稀疏正则化。首先,通过多层端元分解增强光谱的非线性特征表达;其次,设计一种最小距离引导的子空间正交机制提升端元可分性,并与动态加权稀疏性策略协同,提升丰度估计的空间一致性;最后,以预训练粗初始化和跨层反向传播精调为核心,构建两阶段的分层优化算法。在2个合成数据集和4个真实数据集上进行实验,结果显示,本文方法在不同信噪比下的SAD为0.004 2~0.078 2,RMSE为0.014 0~0.092 5,分别优于对比方法 1.42%~5.64%和1.87%~6.48%,验证了其准确性与鲁棒性。 展开更多
关键词 高光谱解混 深度非负矩阵分解 端元判别 正交约束 分层稀疏正则化
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
5
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 非负矩阵分解 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
6
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 非负矩阵分解 自适应权重 半监督学习 鲁棒
在线阅读 下载PDF
基于非负矩阵分解的EEG-TCNet运动想象分类
7
作者 张学军 石宝明 《数据采集与处理》 北大核心 2025年第5期1361-1370,共10页
针对深度学习进行脑电信号(Electroencephalogram,EEG)的运动想象分类时,未利用通道特征研究通道之间相关性,以及没有充分发掘频率、时间和空间信息等问题,提出了一种基于非负矩阵分解(Nonnegative matrix factorization,NMF)的时间卷... 针对深度学习进行脑电信号(Electroencephalogram,EEG)的运动想象分类时,未利用通道特征研究通道之间相关性,以及没有充分发掘频率、时间和空间信息等问题,提出了一种基于非负矩阵分解(Nonnegative matrix factorization,NMF)的时间卷积网络(Temporal convolutional network,TCN)与紧凑型卷积神经网络EEGNet相结合的分类方法,记为NTEEGNet,以相对少量的参数来提高运动想象分类的性能。模型的NMF能更好地提取通道特征,且充分地利用了频率、时间和空间等信息;同时,在TCN的作用下,网络的感受野呈指数级增加,从而能在较少的参数下具有更强的特征提取能力。在BCI Competition Ⅳ 2a数据集上的实验结果表明,NTEEGNet的分类准确率达到83.99%,在EEG-TCNet的基础上提升了6.64%。 展开更多
关键词 运动想象 深度学习 卷积神经网络 非负矩阵分解 时间卷积网络
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
8
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 非负矩阵分解 谱聚类 聚类个数
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
9
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 非负矩阵分解(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
10
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 非负矩阵分解 LP范数 聚类 并行优化 收敛速度
在线阅读 下载PDF
两阶段非负矩阵分解算法及其在光谱解混中的应用
11
作者 杨颂 张新元 +1 位作者 刘晓 孙莉 《山东农业大学学报（自然科学版）》 北大核心 2024年第3期422-426,共5页
非负矩阵分解问题(nonnegative matrix factorization,NMF)模型已成功应用至高光谱遥感影像处理中的光谱解混工作,由于NMF优化模型具有多个局部极小点,使得分解结果不稳定。设计初始化方法或者选择带正则项的问题模型是提高分解精度的... 非负矩阵分解问题(nonnegative matrix factorization,NMF)模型已成功应用至高光谱遥感影像处理中的光谱解混工作,由于NMF优化模型具有多个局部极小点,使得分解结果不稳定。设计初始化方法或者选择带正则项的问题模型是提高分解精度的两种常用方法。本文提出了两阶段的NMF算法,实现了初始点选取和正则项设计的结合。第一阶段借助k-均值获得k个聚类中心,给出迭代的初始点;利用第一阶段的初始矩阵U^(0),定义了针对端元矩阵的正则项‖U-U^(0)‖_(F)^(2),第二阶段采用基于交替非负最小二乘框架的投影梯度算法,求解新的正则化NMF问题。正则项中的端元初始矩阵U^(0)除了采用k-均值获得k个聚类中心,也可采用真实地物光谱,它的引入提高了算法的灵活度。数值结果表明新算法更加稳定,且分解的精确性有效提高。 展开更多
关键词 非负矩阵分解 正则项 投影梯度法 光谱解混
在线阅读 下载PDF
基于约束非负矩阵分解的高光谱图像解混快速算法 被引量：11
12
作者 刘建军 吴泽彬 +2 位作者 韦志辉 肖亮 孙乐 《电子学报》 EI CAS CSCD 北大核心 2013年第3期432-437,共6页
约束非负矩阵分解是高光谱图像解混中常用的方法.该方法的求解通常采用投影梯度法,其收敛速度、求解精度和算法稳定性都有待提高.为此,本文针对较优的最小体积约束,提出一种基于约束非负矩阵分解的高光谱图像解混快速算法.首先优化原有... 约束非负矩阵分解是高光谱图像解混中常用的方法.该方法的求解通常采用投影梯度法,其收敛速度、求解精度和算法稳定性都有待提高.为此,本文针对较优的最小体积约束,提出一种基于约束非负矩阵分解的高光谱图像解混快速算法.首先优化原有的最小体积约束模型,然后设计了基于交替方向乘子法的非凸项约束非负矩阵分解算法,最后通过奇异值分解优化迭代步骤.模拟和实际数据实验结果验证了本文算法的有效性. 展开更多
关键词 非负矩阵分解 交替方向乘子法 线性光谱解混 最小体积约束
在线阅读 下载PDF
自编码模块化增强非负矩阵分解社区检测算法 被引量：1
13
作者 朱玉龙 刘建忠 +4 位作者 张寅宝 张欣佳 宋勇成 刘思聪 王雅博 《计算机工程与应用》 CSCD 北大核心 2024年第11期258-267,共10页
社区检测一直是网络分析中的重点研究方向之一。目前大多数网络社区检测算法主要利用网络的结构信息采用贪心算法使某一指标最大化,无法充分考虑节点特征信息、边权重以及网络社区间关系不对称性等问题。针对这一情况,提出一种自编码模... 社区检测一直是网络分析中的重点研究方向之一。目前大多数网络社区检测算法主要利用网络的结构信息采用贪心算法使某一指标最大化,无法充分考虑节点特征信息、边权重以及网络社区间关系不对称性等问题。针对这一情况,提出一种自编码模块化增强非负矩阵分解(autoencoder-like modularity nonnegative matrix factorization,AMNMF)社区检测算法。该算法通过采用类编码器结构拓展非负矩阵分解的深度,将模块度和图正则化器引入到非负矩阵分解的目标函数优化过程中以充分挖掘网络中的节点和社区结构信息,通过在编码器中间层添加正交约束解决了社区间关系不平衡的问题。在多个真实网络上的实验表明:AMNMF是一种有效地利用节点特征信息和网络结构信息的NMF拓展算法,与基线算法的最佳结果相比实现了约15%至122%的提升,能够准确有效完成社区检测任务。 展开更多
关键词 非负矩阵分解 社区检测 自编码 模块化
在线阅读 下载PDF
约束传播自适应半监督非负矩阵分解聚类算法
14
作者 朱拓基 林浩申 +2 位作者 赵伟豪 王靖 杨晓君 《计算机工程与应用》 CSCD 北大核心 2024年第13期81-91,共11页
对称非负矩阵分解(SNMF)能够自然地捕获图表示中嵌入的聚类结构,是线性和非线性数据聚类应用的重要方法。但其对变量的初始化较敏感,初始化矩阵的质量好坏会较大地影响聚类性能,且在半监督聚类中面临着从有限的标记数据中学习更具辨别... 对称非负矩阵分解(SNMF)能够自然地捕获图表示中嵌入的聚类结构,是线性和非线性数据聚类应用的重要方法。但其对变量的初始化较敏感,初始化矩阵的质量好坏会较大地影响聚类性能,且在半监督聚类中面临着从有限的标记数据中学习更具辨别力表示的挑战。针对以上问题,提出了一种约束传播自适应半监督非负矩阵分解聚类算法(constrained propagation self-adaptived semi-supervised non-negative matrix factorization clustering algorithm,CPS3NMF)。该算法将有限约束传播到无约束数据点,构建出带有约束信息的相似矩阵,所获得的相似矩阵充当SNMF中分解的非负对称矩阵,还用于对分配矩阵进行图正则化,充分利用约束信息来保存数据空间的几何结构。同时结合SNMF对初始化特征的敏感性,使用自适应学习的权重对多个初始化矩阵的质量进行排序,集成多次聚类结果来逐步提高半监督聚类性能。在6个公开数据集上进行实验表明所提出的CPS3NMF算法优于其他先进算法,证明了其在半监督聚类中的有效性。 展开更多
关键词 对称非负矩阵分解 半监督学习 约束传播 聚类
在线阅读 下载PDF
基于表面肌电非负矩阵分解算法的鸽子机器人后肢运动控制策略研究
15
作者 姚文桢 张淋皓 +5 位作者 常铭 张宇 槐瑞托 杨俊卿 常辉 汪慧 《现代电子技术》 北大核心 2024年第12期129-137,共9页
为了深入研究鸽子机器人运动控制神经机制,分析了自由运动状态和电刺激背侧丘间核状态下,鸽子后肢伸缩腿动作的肌肉协同性及相似性。采集后肢表面肌电信号进行预处理,通过非负矩阵分解算法分别将自由运动状态和电刺激背侧丘间核运动状... 为了深入研究鸽子机器人运动控制神经机制,分析了自由运动状态和电刺激背侧丘间核状态下,鸽子后肢伸缩腿动作的肌肉协同性及相似性。采集后肢表面肌电信号进行预处理,通过非负矩阵分解算法分别将自由运动状态和电刺激背侧丘间核运动状态下的肌肉协同分解为肌肉贡献度矩阵和肌肉激活系数矩阵;然后使用皮尔逊相关系数计算相似性。结果表明,与自由运动状态相比,电刺激背侧丘间核时分解出的肌肉贡献度值更高,肌肉激活时间更早,激活时间更长,肌肉贡献度矩阵及激活系数矩阵的相似值更大。这说明在电刺激状态下,较多的肌纤维更早产生兴奋,肌肉更快、更强收缩,神经系统对协同肌的控制作用更强,使运动行为更加协调有序,从而能快速有效地产生强烈的行为反应以应对刺激。 展开更多
关键词 鸽子机器人 后肢运动控制 肌肉协同 非负矩阵算法 背侧丘间核 相似性分析
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：3
16
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 加权非负矩阵分解 卷积神经网络
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：3
17
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 非负矩阵分解 地表反射率 光谱重建 MODIS WEBGIS
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 被引量：1
18
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 多层非负矩阵分解 空间-光谱权重 降噪 稀疏约束
在线阅读 下载PDF
不完全非负矩阵分解的加速算法 被引量：13
19
作者 史加荣 焦李成 尚凡华 《电子学报》 EI CAS CSCD 北大核心 2011年第2期291-295,共5页
非负矩阵分解(NMF)已成为数据分析与处理的一种日益流行的方法.当数据矩阵不完全时,可用加权非负矩阵分解(WNMF)来分解矩阵.但是在WNMF算法中,对于给定的搜索方向,步长的选取一般来说不是最优的.本文研究了不完全非负矩阵分解(INMF)问题... 非负矩阵分解(NMF)已成为数据分析与处理的一种日益流行的方法.当数据矩阵不完全时,可用加权非负矩阵分解(WNMF)来分解矩阵.但是在WNMF算法中,对于给定的搜索方向,步长的选取一般来说不是最优的.本文研究了不完全非负矩阵分解(INMF)问题,提出了加速算法(AINMF).首先,将INMF问题转化为交替地求解两个非负最小二乘(NNLS)问题.对于每个NNLS问题,在搜索方向上采用精确的步长.接着,分析了NNLS问题的算法复杂度.最后,试验结果证实了AINMF优于WNMF. 展开更多
关键词 非负矩阵分解 不完全非负矩阵分解 数据丢失问题 加权非负矩阵分解 非负最小二乘
在线阅读 下载PDF
二维投影非负矩阵分解算法及其在人脸识别中的应用 被引量：32
20
作者 方蔚涛 马鹏 +2 位作者 成正斌 杨丹 张小洪 《自动化学报》 EI CSCD 北大核心 2012年第9期1503-1512,共10页
建立在最小化非负矩阵分解损失函数上的人脸识别算法需同时计算基矩阵和系数矩阵,导致求解这类问题十分耗时.本文把非负属性引入二维主成分分析(2-dimensional principal component analysis,2DPCA)中,提出了一种新的二维投影非负矩阵分... 建立在最小化非负矩阵分解损失函数上的人脸识别算法需同时计算基矩阵和系数矩阵,导致求解这类问题十分耗时.本文把非负属性引入二维主成分分析(2-dimensional principal component analysis,2DPCA)中,提出了一种新的二维投影非负矩阵分解(2-dimensional projective non-negative matrix factorization,2DPNMF)人脸识别算法.该算法在保持人脸图像的局部结构情况下,突破了最小化非负矩阵分解损失函数的约束,仅需计算投影矩阵(基矩阵),从而降低了计算复杂度.本文从理论上证明了所提出算法的收敛性,同时,使用了YALE、FERET和AR三个人脸库进行实验,结果表明2DPNMF不仅识别率高,而且速度优于非负矩阵分解和二维主成分分析. 展开更多
关键词 二维主成分分析 非负矩阵分解 人脸识别 特征提取
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 36 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部