检索结果-维普期刊中文期刊服务平台

非监督的高光谱混合像元非线性分解方法被引量：12: 1; 作者厉小润伍小明赵辽英《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第4期607-613,共7页; 在进行高光谱混合像元非线性分解应用中,提出一种非监督的高光谱混合像元非线性分解方法.通过核函数把原始高光谱数据映射到高维特征空间中,揭示数据之间的高阶性质.通过非线性映射,原始数据在高维特征空间中变得线性可分.在高维特征空... 展开更多; 关键词混合像元核函数光谱分解非负矩阵分解(NMF); 在线阅读下载PDF 职称材料

基于核非负矩阵分解的有向图聚类算法被引量：3: 2; 作者陈献胡丽莹 +1 位作者林晓炜陈黎飞《计算机应用》 CSCD 北大核心 2021年第12期3447-3454,共8页; 现有的有向图聚类算法大多基于向量空间中节点间的近似线性关系假设,忽略了节点间存在的非线性相关性。针对该问题,提出一种基于核非负矩阵分解(KNMF)的有向图聚类算法。首先,引入核学习方法将有向图的邻接矩阵投影到核空间,并通过特定... 展开更多; 关键词有向图聚类核非负矩阵分解核学习方法正则化节点相似性; 在线阅读下载PDF 职称材料

非负矩阵分解的复杂网络社团检测方法被引量：2: 3; 作者付立东《计算机工程与设计》 CSCD 北大核心 2010年第11期2449-2451,共3页; 为有效地检测复杂网络中的社团结构,优化了评估与发现社团的模块密度函数(即D值)。通过模块密度的优化进程,证明了模块函数的最大化与非负矩阵分解目标函数(SNMF)的等价性。基于这种等价性,设计了一种新的基于模块密度函SNMF算法,并且... 展开更多; 关键词复杂网络社团结构模块密度核k方法非负矩阵分解; 在线阅读下载PDF 职称材料

带核方法的判别图正则非负矩阵分解被引量：2: 4; 作者李向利张颖《计算机科学与探索》 CSCD 北大核心 2020年第11期1899-1907,共9页; 非负矩阵分解(NMF)是一种非常有效的数据降维方法,广泛应用于图像聚类等领域。然而NMF是一种无监督的方法,没有使用数据的标签信息,也不能捕获数据固有的几何结构,并且这是一种线性的方法,不能处理数据是非线性的情况。为此,提出了一种... 展开更多; 关键词非负矩阵分解(NMF) 半监督聚类图正则核方法; 在线阅读下载PDF 职称材料

基于多核学习的投影非负矩阵分解算法被引量：3: 5; 作者李谦景丽萍于剑《计算机科学》 CSCD 北大核心 2014年第2期64-67,共4页; 非负矩阵分解(NMF)把给定的数据矩阵分解成低维的非负基矩阵和对应的系数矩阵,两者之间存在必然联系。为此,研究者将基矩阵转换为系数矩阵的投影,进一步提高分解效率。但是该方法无法处理非线性数据,核函数的引入部分解决了此问题,却同... 展开更多; 关键词投影非负矩阵分解核函数多核学习; 在线阅读下载PDF 职称材料

多图正则多核非负矩阵分解高光谱图像解混被引量：2: 6; 作者刘敬李康欣 +1 位作者张悠刘逸《光学精密工程》 EI CAS CSCD 北大核心 2022年第14期1657-1668,共12页; 针对高光谱遥感图像的非线性解混问题,提出一种多图正则多核非负矩阵分解(MGMKNMF)算法,构造了多核空间中的多图正则项,并基于此构造了包含多核空间的多图正则项、多核权重正则项和多图权重正则项的MGMKNMF目标函数。MGMKNMF可在学习端... 展开更多; 关键词解混多图正则多核非负矩阵分解正则化高光谱图像; 在线阅读下载PDF 职称材料

题名非监督的高光谱混合像元非线性分解方法被引量：12: 1; 作者厉小润伍小明赵辽英; 机构浙江大学电气工程学院杭州电子科技大学计算机应用技术研究所; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第4期607-613,共7页; 基金浙江省自然科学基金资助项目(Y1100196); 文摘在进行高光谱混合像元非线性分解应用中,提出一种非监督的高光谱混合像元非线性分解方法.通过核函数把原始高光谱数据映射到高维特征空间中,揭示数据之间的高阶性质.通过非线性映射,原始数据在高维特征空间中变得线性可分.在高维特征空间中运用线性的非负矩阵分解(NMF)算法进行光谱解混,挖掘出数据间更多的特征.解混结果以端元相关系数、光谱角距离、光谱信息散度和均方根误差作为质量评价指标.进行模拟数据仿真实验和真实高光谱遥感数据分解实验,结果表明,采用该算法得到的分解结果优于非负矩阵分解算法.; 关键词混合像元核函数光谱分解非负矩阵分解(NMF); Keywords mixed pix kernel function spectral decomposing nonnegative matrix factorization （NMF）; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于核非负矩阵分解的有向图聚类算法被引量：3: 2; 作者陈献胡丽莹林晓炜陈黎飞; 机构福建师范大学计算机与网络空间安全学院数字福建环境监测物联网实验室(福建师范大学) 福建省应用数学中心(福建师范大学); 出处《计算机应用》 CSCD 北大核心 2021年第12期3447-3454,共8页; 基金国家自然科学基金资助项目(U1805263) 福建省自然科学基金资助项目(2018J01775)。; 文摘现有的有向图聚类算法大多基于向量空间中节点间的近似线性关系假设,忽略了节点间存在的非线性相关性。针对该问题,提出一种基于核非负矩阵分解(KNMF)的有向图聚类算法。首先,引入核学习方法将有向图的邻接矩阵投影到核空间,并通过特定的正则项约束原空间及核空间中节点间的相似性。其次,提出了图正则化核非对称NMF算法的目标函数,并在非负约束条件下通过梯度下降方法推导出一个聚类算法。该算法在考虑节点连边的方向性的同时利用核学习方法建模节点间的非线性关系,从而准确地揭示有向图中潜在的结构信息。最后,在专利-引文网络(PCN)数据集上的实验结果表明,簇的数目为2时,和对比算法相比,所提算法将DB值和DQF值分别提高了约0.25和8%,取得了更好的聚类质量。; 关键词有向图聚类核非负矩阵分解核学习方法正则化节点相似性; Keywords directed graph clustering kernel nonnegative matrix factorization(knmf) kernel learning method regularization node similarity; 分类号 TP135 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名非负矩阵分解的复杂网络社团检测方法被引量：2: 3; 作者付立东; 机构西安科技大学计算机学院西安电子科技大学计算机学院; 出处《计算机工程与设计》 CSCD 北大核心 2010年第11期2449-2451,共3页; 基金国家自然科学基金项目(60933009 60702063) 教育部高校博士点基金项目(200807010013); 文摘为有效地检测复杂网络中的社团结构,优化了评估与发现社团的模块密度函数(即D值)。通过模块密度的优化进程,证明了模块函数的最大化与非负矩阵分解目标函数(SNMF)的等价性。基于这种等价性,设计了一种新的基于模块密度函SNMF算法,并且讨论了该算法的复杂性。在一个经典的计算机产生的随机网络中检验了该算法,特别地,当社团结构变模糊时,实验结果表明该算法在发现复杂网络社团上是有效的。; 关键词复杂网络社团结构模块密度核k方法非负矩阵分解; Keywords complex networks community structures modularity density kernel k-means nonnegative matrix factorization; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名带核方法的判别图正则非负矩阵分解被引量：2: 4; 作者李向利张颖; 机构桂林电子科技大学数学与计算科学学院广西密码学与信息安全重点实验室广西自动检测技术与仪器重点实验室广西高校数据分析与计算重点实验室; 出处《计算机科学与探索》 CSCD 北大核心 2020年第11期1899-1907,共9页; 基金国家自然科学基金Nos.11961010,61967004 广西自然科学基金No.2018GXNSFAA138169 +2 种基金桂林电子科技大学研究生教育创新计划资助项目No.2020YCXS087。; 文摘非负矩阵分解(NMF)是一种非常有效的数据降维方法,广泛应用于图像聚类等领域。然而NMF是一种无监督的方法,没有使用数据的标签信息,也不能捕获数据固有的几何结构,并且这是一种线性的方法,不能处理数据是非线性的情况。为此,提出了一种带核方法的判别图正则非负矩阵分解算法。该算法使用了部分有标签数据的标签信息,加入了图正则项来捕获数据的几何结构,使用核方法解决了数据非线性的问题,分解的结果能够有效地提高聚类效果。一般的非负矩阵分解迭代更新的初始化是随机产生的,使用一种"热启动"的策略,减小了结果的随机性。在几种图片数据集上使用该算法进行聚类实验,并与一些先进算法进行了比较,实验结果证明了该算法的有效性。; 关键词非负矩阵分解(NMF) 半监督聚类图正则核方法; Keywords nonnegative matrix factorization(NMF) semi-supervised clustering graph regular kernel method; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多核学习的投影非负矩阵分解算法被引量：3: 5; 作者李谦景丽萍于剑; 机构北京交通大学计算机与信息技术学院数字出版技术国家重点实验室(筹) 北京交通大学计算机与信息技术学院; 出处《计算机科学》 CSCD 北大核心 2014年第2期64-67,共4页; 基金中央高校基金科研业务费专项基金(2011JBM030 2013JBZ005) +1 种基金北大方正集团有限公司数字出版技术国家重点实验室开放课题资助; 文摘非负矩阵分解(NMF)把给定的数据矩阵分解成低维的非负基矩阵和对应的系数矩阵,两者之间存在必然联系。为此,研究者将基矩阵转换为系数矩阵的投影,进一步提高分解效率。但是该方法无法处理非线性数据,核函数的引入部分解决了此问题,却同时导致核函数参数选择的问题。基于多核学习理论,提出了一种多核学习的投影非负矩阵分解(MKPNMF)算法,该算法有效地避免了核函数参数选择的问题,同时提高了学习性能。在实际人脸数据上的实验结果表明,MKPNMF较已有的NMF类方法具备明显的性能优势。; 关键词投影非负矩阵分解核函数多核学习; Keywords Projective nonnegative matrix factorization, kernel function, Multi-kernel learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名多图正则多核非负矩阵分解高光谱图像解混被引量：2: 6; 作者刘敬李康欣张悠刘逸; 机构西安邮电大学电子工程学院西安电子科技大学电子工程学院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2022年第14期1657-1668,共12页; 基金国家自然科学基金项目(No.61672405,No.62077038) 陕西省自然科学基金项目(No.2021JM-459) 陕西省重点研发计划项目(No.2021GY280)。; 文摘针对高光谱遥感图像的非线性解混问题,提出一种多图正则多核非负矩阵分解(MGMKNMF)算法,构造了多核空间中的多图正则项,并基于此构造了包含多核空间的多图正则项、多核权重正则项和多图权重正则项的MGMKNMF目标函数。MGMKNMF可在学习端元与丰度的过程中更新多核权重和多图权重,在合适的多核空间精确构造输入数据的图,解决了图权重和核权重的参数选择的问题。相比核非负矩阵分解(KNMF)的单一核,多核可确定更合适的核空间;相比图正则非负矩阵分解(GNMF)的单一图,多图更准确可靠。2个实测数据集和2个模拟数据集上的实验结果表明MGMKNMF算法是有效的。与GNMF、不含纯像元的核非负矩阵分解、核稀疏非负矩阵分解、基于核的字典剪枝非线性光谱解混、多图正则核非负矩阵分解算法相比,所提MGMKNMF算法在Cuprite和JasperRidge真实地物数据集上平均光谱角距离(SAD)值最优,分别为0.0921和0.0970;在HAPKE和广义双线性模型模拟数据集上平均SAD最优,分别是0.1375和0.1456,均方根误差值表现也最好,分别为0.0506和0.0570。; 关键词解混多图正则多核非负矩阵分解正则化高光谱图像; Keywords unmixing multi-graph regularized multi-kernel nonnegative matrix factorization(MGM knmf) regularization hyperspectral image; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	非监督的高光谱混合像元非线性分解方法	厉小润伍小明赵辽英	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2011	12	在线阅读下载PDF 职称材料
2	基于核非负矩阵分解的有向图聚类算法	陈献胡丽莹林晓炜陈黎飞	《计算机应用》 CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
3	非负矩阵分解的复杂网络社团检测方法	付立东	《计算机工程与设计》 CSCD 北大核心	2010	2	在线阅读下载PDF 职称材料
4	带核方法的判别图正则非负矩阵分解	李向利张颖	《计算机科学与探索》 CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
5	基于多核学习的投影非负矩阵分解算法	李谦景丽萍于剑	《计算机科学》 CSCD 北大核心	2014	3	在线阅读下载PDF 职称材料
6	多图正则多核非负矩阵分解高光谱图像解混	刘敬李康欣张悠刘逸	《光学精密工程》 EI CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料