期刊文献+
共找到710篇文章
< 1 2 36 >
每页显示 20 50 100
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
1
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
使用稀疏约束非负矩阵分解算法的跨年龄人脸识别 被引量:4
2
作者 杜吉祥 翟传敏 叶永青 《智能系统学报》 北大核心 2012年第3期271-277,共7页
人脸识别技术中除光线、姿态、表情因素外,由于年龄变化而导致的人脸形状和纹理上的变化会极大程度地影响人脸识别系统性能.对此,提出了一种使用稀疏非负矩阵分解算法来实现人脸老化模拟,然后将此方法应用于具有年龄跨度的人脸识别上,... 人脸识别技术中除光线、姿态、表情因素外,由于年龄变化而导致的人脸形状和纹理上的变化会极大程度地影响人脸识别系统性能.对此,提出了一种使用稀疏非负矩阵分解算法来实现人脸老化模拟,然后将此方法应用于具有年龄跨度的人脸识别上,通过模拟虚拟样本来增强识别效果.实验结果表明,年龄跨度对人脸识别的确有较大的影响;当系数矩阵保持稀疏时,非负矩阵分解算法具有更强的特征提取能力;经过老化模拟增加虚拟样本后,其纹理老化效果明显地提高了跨年龄段的人脸识别的性能. 展开更多
关键词 人脸识别 跨年龄人脸识别 矩阵分解算法 稀疏约束 人脸老化模拟 虚拟样本
在线阅读 下载PDF
基于稀疏约束非负矩阵分解的K-Means聚类算法 被引量:8
3
作者 韩素青 贾茹 《数据采集与处理》 CSCD 北大核心 2017年第6期1216-1222,共7页
为了提高K-Means聚类算法在高维数据下的聚类效果,提出一种基于稀疏约束非负矩阵分解的K-Means聚类算法。该算法在最优保持原始数据本质的前提下,通过在非负矩阵分解过程中对基矩阵列向量施加l1与l2范数稀疏约束,首先挖掘嵌入在高维数... 为了提高K-Means聚类算法在高维数据下的聚类效果,提出一种基于稀疏约束非负矩阵分解的K-Means聚类算法。该算法在最优保持原始数据本质的前提下,通过在非负矩阵分解过程中对基矩阵列向量施加l1与l2范数稀疏约束,首先挖掘嵌入在高维数据中的低维数据结构,实现高维数据的低维表示,然后利用在低维数据聚类中性能良好的K-Means算法对稀疏降维后的数据进行聚类。实验结果表明提出的算法可行,并且在处理高维数据上有效。 展开更多
关键词 高维数据 矩阵分解 稀疏约束 K-MEANS聚类
在线阅读 下载PDF
基于稀疏约束非负矩阵分解的推荐算法 被引量:2
4
作者 刘煜 陈震 刘奇龙 《贵州师范大学学报(自然科学版)》 CAS 2022年第3期1-6,共6页
个性化推荐可根据用户的需求,提供全方位的数据分析,为用户提供个性化定制,让用户更简单、更快捷的找到自己心仪的产品。协同过滤算法作为一类经典的推荐算法常用于个性化推荐,但它并没有考虑数据的稀疏性和分散性。为克服这一不足,将... 个性化推荐可根据用户的需求,提供全方位的数据分析,为用户提供个性化定制,让用户更简单、更快捷的找到自己心仪的产品。协同过滤算法作为一类经典的推荐算法常用于个性化推荐,但它并没有考虑数据的稀疏性和分散性。为克服这一不足,将稀疏非负矩阵分解(SNMF)与K-means算法相结合,提出SNMF-K模型。该模型在低维子空间中对用户评分进行聚类,接着在用户所属的类中利用偏好相似度进行个性化推荐。数值实验表明,SNMF-K算法在均方根误差(RMSE)评价指标上优于传统的稀疏非负矩阵分解,并且误差至少减少了3.2%,提高了推荐性能。 展开更多
关键词 矩阵分解 稀疏约束 推荐算法 偏好相似度 聚类
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
5
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
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
6
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 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
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
7
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 约束 频带分解
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
8
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
双自适应权重非负矩阵分解鲁棒半监督学习
9
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
基于非负矩阵分解的EEG-TCNet运动想象分类
10
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 矩阵分解 时间卷积网络
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
11
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
稀疏约束图正则非负矩阵分解 被引量:13
12
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
近似稀疏约束的多层非负矩阵分解高光谱解混 被引量:5
13
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
基于图正则化和稀疏约束的半监督非负矩阵分解 被引量:5
14
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
15
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
稀疏约束图正则非负矩阵分解的增量学习算法 被引量:3
16
作者 汪金涛 曹玉东 孙福明 《计算机应用》 CSCD 北大核心 2017年第4期1071-1074,共4页
针对非负矩阵分解后数据的稀疏性降低、训练样本增多导致运算规模不断增大的现象,提出了一种稀疏约束图正则非负矩阵分解的增量学习算法。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,并将它们与增量学习相结合。算法在... 针对非负矩阵分解后数据的稀疏性降低、训练样本增多导致运算规模不断增大的现象,提出了一种稀疏约束图正则非负矩阵分解的增量学习算法。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,并将它们与增量学习相结合。算法在稀疏约束和图正则化的条件下利用上一步的分解结果参与迭代运算,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PIE人脸数据库上的实验结果表明了该算法的有效性。 展开更多
关键词 矩阵分解 稀疏约束 图正则 几何结构 增量学习
在线阅读 下载PDF
采用稀疏和平滑双约束的增量正交映射非负矩阵分解目标跟踪 被引量:1
17
作者 王华彬 田猛 +2 位作者 周健 施汉琴 陶亮 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第9期1658-1666,共9页
针对目标跟踪在遮挡和尺度变化等复杂背景下跟踪性能下降问题,联合稀疏约束、时间平滑约束以及增量投影非负矩阵分解,提出一种在线目标跟踪算法.首先利用非负矩阵分解学习一个基于部分表示的子空间,在此基础上添加稀疏约束提高处理遮挡... 针对目标跟踪在遮挡和尺度变化等复杂背景下跟踪性能下降问题,联合稀疏约束、时间平滑约束以及增量投影非负矩阵分解,提出一种在线目标跟踪算法.首先利用非负矩阵分解学习一个基于部分表示的子空间,在此基础上添加稀疏约束提高处理遮挡能力,添加时间平滑约束提高算法的稳定性;然后用增量方式完成子空间的在线更新,减少算法计算量、提高外观模型更新效率;最后在粒子滤波框架下,以重构误差为基础改进了观测似然函数,将具有最大后验概率的候选目标作为目标在当前帧的图像区域.实验结果表明,在各种含有遮挡和尺度变化的视频中,该算法可以更稳定地跟踪目标. 展开更多
关键词 矩阵分解 稀疏约束 平滑约束 局部特征 粒子滤波
在线阅读 下载PDF
非负矩阵分解的一个约束稀疏算法 被引量:3
18
作者 李臣明 张师明 李昌利 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2015年第2期108-111,共4页
针对非负矩阵分解中系数矩阵不够稀疏的问题,提出一个新的约束非负矩阵分解算法。在经典非负矩阵分解的优化函数中施加稀疏性约束,并对分解系数矩阵施加最小相关约束,与此同时对基矩阵施加2-范数约束,在保证非负约束和分解精度的基础上... 针对非负矩阵分解中系数矩阵不够稀疏的问题,提出一个新的约束非负矩阵分解算法。在经典非负矩阵分解的优化函数中施加稀疏性约束,并对分解系数矩阵施加最小相关约束,与此同时对基矩阵施加2-范数约束,在保证非负约束和分解精度的基础上,使分解后得到的矩阵尽可能稀疏,这样可以更加节省存储空间,分解结果更优。对比实验表明,提出的算法具有更好的稀疏性,且实验误差更小。 展开更多
关键词 矩阵分解(NMF) 稀疏 最小相关系数 2-范数
在线阅读 下载PDF
基于稀疏和正交约束非负矩阵分解的高光谱解混 被引量:7
19
作者 陈善学 储成泉 《计算机应用》 CSCD 北大核心 2019年第8期2276-2280,共5页
针对基于非负矩阵分解(NMF)的高光谱解混存在的容易陷入局部极小值和受初始值影响较大的问题,提出一种稀疏和正交约束相结合的NMF的线性解混算法SONMF。首先,从传统的基于NMF的高光谱线性解混方法出发,分析高光谱数据本身的理化特性;然... 针对基于非负矩阵分解(NMF)的高光谱解混存在的容易陷入局部极小值和受初始值影响较大的问题,提出一种稀疏和正交约束相结合的NMF的线性解混算法SONMF。首先,从传统的基于NMF的高光谱线性解混方法出发,分析高光谱数据本身的理化特性;然后,结合丰度的稀疏性和端元的独立性两个方面,将稀疏非负矩阵分解(SNMF)和正交非负矩阵分解(ONMF)两种方法结合应用到高光谱解混当中。模拟数据和真实数据实验表明,相比顶点成分分析法(VCA)、SNMF和ONMF这三种参考解混算法,所提算法提高了线性解混的性能;其中,评价指标光谱角距离(SAD)降低了0.012~0.145。SONMF能够结合两种约束条件的优势,弥补传统基于NMF线性解混方法对高光谱数据表达的不足,取得较好的效果。 展开更多
关键词 矩阵分解 高光谱解混 稀疏 正交 独立性
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
20
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 对称矩阵分解 半监督学习 约束传播 聚类
在线阅读 下载PDF
上一页 1 2 36 下一页 到第
使用帮助 返回顶部