不完全非负矩阵分解的加速算法

被引：13

作者：

史加荣

焦李成

尚凡华

机构：

[1] 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

来源：

电子学报 | 2011年 / 39卷 / 02期

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;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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.

引用

页码：291 / 295

页数：5

共 6 条

[1] 非负矩阵分解算法综述 [J].

李乐 ;

章毓晋 .

电子学报, 2008, (04) :737-743

[2]

Nonnegative matrix factorization and its applications in pattern recognition[J]. LIU Weixiang*, ZHENG Nanning* & YOU Qubo Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong Univer- sity, Xi’an 710049, China.Chinese Science Bulletin. 2006(01)

[3] Exact Matrix Completion via Convex Optimization [J].

Candes, Emmanuel J. ;

Recht, Benjamin .

FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2009, 9 (06) :717-772

[4] Projected gradient methods for nonnegative matrix factorization [J].

Lin, Chih-Jen .

NEURAL COMPUTATION, 2007, 19 (10) :2756-2779

[5] Interior-point gradient method for large-scale totally nonnegative least squares problems [J].

Merritt, M ;

Zhang, Y .

JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS, 2005, 126 (01) :191-202

[6]

Magazine[P]. CHEN WEN-YANG.TWM328555U,2008-03-11

← 1 →