基于稀疏约束的非负矩阵分解算法研究

摘要：

非负矩阵分解是处理高维数据的一种常用方法，对带有稀疏约束的非负矩阵分解算法进行了研究，提出了一种在曼哈顿距离最接近的向量稀疏化算法，并与欧几里得距离最接近的向量稀疏化进行对比，提出的稀疏化算法具有较快的稀疏速度和较好的稀疏效果。实验结果表明，只在非负基矩阵 W 上加稀疏约束时，得到的非负基矩阵 W和非负系数矩阵 H 的乘积和原非负矩阵 V 最接近；基于稀疏的非负矩阵分解过程中，选取的迭代步长和迭代次数，会对实验分解结果产生较大影响。

关键词：非负矩阵分解、稀疏约束、曼哈顿距离、欧几里得距离

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2015-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：53-58