基于稀疏约束的半监督非负矩阵分解算法

摘要：

矩阵分解因可以实现大规模数据处理而具有十分广泛的应用.非负矩阵分解(Nonnegative Matrix Factori-zation,NMF)是一种在约束矩阵元素为非负的条件下进行的分解方法.利用少量已知样本的标注信息和大量未标注样本,并施加稀疏性约束,构造了一种新的算法——基于稀疏约束的半监督非负矩阵分解算法.推导了其有效的更新算法,并证明了该算法的收敛性.在常见的人脸数据库上进行了验证,实验结果表明CNMFS算法相对于NMF和CNMF等算法具有较好的稀疏性和聚类精度.

关键词：非负矩阵分解、半监督、稀疏约束

所属期刊栏目：42

分类号：TP37(计算技术、计算机技术)

资助基金：国家自然科学基金61272214,61472059

在线出版日期：2016-05-13（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：280-284,304