基于投影梯度法的非负矩阵分解稀疏算法

被引：5

作者：

平沙沙

褚蕾蕾

机构：

[1] 西安交通大学数学与统计学院

来源：

计算机与数字工程 | 2012年 / 40卷 / 12期

关键词：

非负矩阵分解; 投影梯度法; 稀疏算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

文章提出了一种基于投影梯度法的非负矩阵分解稀疏算法,该算法通过引入基于投影梯度的迭代方法,来解决加向量1-范数约束以及加向量2-范数约束的非负矩阵分解问题,得到了局部最优解。通过实验表明该算法在分解时间以及基矩阵的稀疏度表达能力上优于NMF算法和SNMF算法。

引用

页码：20 / 22+59 +59

页数：4

共 9 条

[1]

Algorithms for non-negative matrix factorization. Lee D D,Seung H S. Advances in Neural Information Processing Systems . 2001

[2]

RES[P]. 澳大利亚专利:AU5679373A,1974-12-12

[3] 基于投影梯度及下逼近方法的非负矩阵分解 [J].

叶军 .

计算机工程, 2012, 38 (03) :200-202

[4]

加稀疏约束的非负矩阵分解[D]. 张宇飞.大连理工大学 2010

[5] 非负矩阵分解算法综述 [J].

李乐 ;

章毓晋 .

电子学报, 2008, (04) :737-743

[6] 一种非负矩阵分解的快速方法 [J].

王文俊 ;

张军英 .

计算机工程与应用, 2009, 45 (25) :1-2+6

[7]

Projected Gradient Methods for Nonnegative Matrix-factorization. Lin C J. . 2004

[8]

近代优化方法[M]. 科学出版社 , 徐成贤等编著, 2002

[9] 一种非负矩阵分解的快速稀疏算法 [J].

宋金歌 ;

杨景 ;

陈平 ;

佘玉梅 .

云南民族大学学报(自然科学版), 2011, 20 (04) :262-266

← 1 →