摘要:非负矩阵分解(NMF)已成为数据分析与处理的一种日益流行的方法.当数据矩阵不完全时,可用加权非负矩阵分解(WNMF)来分解矩阵.但是在WNMF算法中,对于给定的搜索方向,步长的选取一般来说不是最优的.本文研究了不完全非负矩阵分解(INMF)问题,提出了加速算法(AINMF).首先,将INMF问题转化为交替地求解两个非负最小二乘(NNLS)问题.对于每个NNLS问题,在搜索方向上采用精确的步长.接着,分析了NNLS问题的算法复杂度.最后,试验结果证实了AINMF优于WNMF.
关键词:非负矩阵分解 不完全非负矩阵分解 数据丢失问题 加权非负矩阵分解 非负最小二乘
单位:西安电子科技大学智能感知与图像理解教育部重点实验室和智能信息处理研究所; 陕西西安711071
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
北部湾大学学报