非负矩阵分解及其在图像压缩中的应用

摘要：

矩阵分解是实现大规模数据处理与分析的一种有效工具.非负矩阵分解(non-negative matrix faetorization,NMF)算法是在矩阵中所有元素均为非负的条件下对其实现的非负分解,这为矩阵分解提供了一种新的思路.非负矩阵分解为分析局部特征和整体特征之间的关系提供了一种思路,即整体特征是局部特征的非负线性组合,局部特征在构成整体特征时不会产生正负抵消的情况.本文介绍非负矩阵分解的基本思想,结合研究工作讨论在概率模型的框架下实现非负矩阵分解的目标函数和相应的算法,以及非负矩阵分解在图像压缩中的实际应用.

关键词：非负数据、数据压缩、局部非负矩阵分解、非负稀疏编码

所属期刊栏目：13

分类号：TN919

在线出版日期：2008-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：58-61