图书馆 | 所内网 | 所长信箱 | English | 中国科学院
站内搜索  
 
首 页 新闻 机构概况 机构设置 科研成果 研究队伍 研究生教育 国际交流 院地合作 学术期刊 创新文化 党群园地 科学传播
 
科研成果
概况介绍
论文
专著
专利
成果转化
研究所图库
园区一角南区办公楼实验楼(R楼)科研楼(A楼)园区一角自动化所鸟瞰自动化所正门
相关链接
ARP Email 所报
 您现在的位置:首页 > 科研成果 >论文
论文题目: 几何结构保持非负矩阵分解的数据表达方法
第一作者: 李冰锋;唐延东;韩志
参与作者:
联系作者:
发表刊物: 信息与控制
发表年度: 2017
卷,期,页: 46,1,53-59, 64
论文出处:
第一作者所在部门:
论文编号:
论文摘要: 作为一种线性降维方法,非负矩阵分解(NMF)算法在多个场合均有应用;但NMF算法只能在欧氏空间上进行语义分解,当输入数据是嵌入在高维空间的低维流形时,NMF会引入较大的分解误差。为解决此问题,本文提出了一种基于几何结构保持的非负矩阵分解算法(SPNMF)。在SPNMF算法中,我们将局部近邻样本点间的相似性关系的保持和远距离非近邻样本点间的互斥性关系的保持引入到NMF框架;并把非负矩阵分解的求解问题转化为数值优化问题,然后用交替优化的方法对SPNMF算法进行了求解。相对于NMF,SPNMF算法拥有更多的数据分布的先验知识,因此SPNMF算法可以获得一种更好低维数据表达方式.在人脸数据库上的试验结果表明,相对于NMF及其它的改进算法,SPNMF算法具有更高的聚类精度。
论文全文:
其他备注:
附件下载:
 
中国科学院沈阳自动化研究所 版权所有 1996-2009 辽ICP备05000867 联系我们
地址:中国辽宁省沈阳市东陵区南塔街114号 邮编:110016 留言反馈 网站地图