动态学习的非负矩阵分解算法

摘要：

对现有增量型非负矩阵分解算法存在的一些缺陷进行改进,给出了一个基于误差判断的增量算法有效性准则.在此基础上,利用增加样本前的非负矩阵分解结果进行增量分解初始化,提出了一种新的动态非负矩阵分解算法.在多个数据集上的实验结果表明该算法可以实现对基矩阵和编码矩阵的即时更新,且具有较低的计算复杂度,在处理动态数据集时,还可有效识别噪声点,是一个有效的动态分解算法.

关键词：非负矩阵分解、动态学习、初始化、误差准则

所属期刊栏目：5

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目60805042

在线出版日期：2010-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：320-326