10.3969/j.issn.1004-9037.2014.01.002
一种潜在信息约束的非负矩阵分解方法
传统的非负矩阵分解方法没有充分利用数据间的内在相似性,从而影响了算法的性能.为此,本文提出一种潜在信息约束的非负矩阵分解方法.该方法首先利用迭代最近邻方法挖掘原始数据的潜在信息,然后利用潜在信息构造数据之间的相似图,最后将相似图作为约束项求得非负矩阵的最优分解.相似图的约束使得非负矩阵分解在降维过程中保持了原始数据之间的相似性关系,进而提高了非负矩阵分解的判别能力.图像聚类实验结果表明了该方法的有效性.
数据降维、非负矩阵分解、潜在信息、相似图、迭代最近邻
29
TP391(计算技术、计算机技术)
国家杰出青年科学基金61125204;国家自然科学基金61172146,61100158;陕西省重点科技创新团队2012KCT-02
2014-03-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
11-18