非负矩阵分解
非负矩阵分解(NonnegativeMatrixFactorization)，简称NMF，是由Lee和Seung于1999年在自然杂志上提出的一种矩阵分解方法[1]，它使分解后的所有分量均为非负值(要求纯加性的描述)，并且同时实现非线性的维数约减。NMF已逐渐成为信号处理、生物医学工程、模式识别、计...
共 3,976 份资源
源代码 10,000
非负矩阵分解 热门资料
查看全部 3,976 份 →
PDF文档
基于非负矩阵分解（NMF）的人脸特征提取算法
基于非负矩阵分解（NMF）的人脸特征提取算法，NMF基本思想是找到一个线性子空间W，使的构成子空间的基本图像的像素点都是正值，而且人脸图像在子空间上的投影系数也是正数...
PDF文档
基于非负矩阵分解的城市公交网络综合评价模型
针对城市公交网络的评价问题，在综合考虑城市公交系统诸多因素的基础上，建立了城市公交网络系统的综合评价指标体系。然后利用非负矩阵分解的知识，提取出指标体系中的主要综合性指标。通过对银川市现有的公交网络进行综合评价后发现，文中所提出的方...
PDF文档
改进投影梯度非负矩阵分解的单训练样本特征提取研究
摘 要：人脸识别是当前人工智能和模式识别的研究热点。非负矩阵分解(NMF)能够反映样本的局部的内在的联系，可用于单样本特征提取，但时间复杂度较高。投影梯度(Projected Gradient，PG)优化方法大幅降低了NMF约束优化迭代问题...