ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

稀疏性正则化非负矩阵分解的在线学习方法

薛模根; 徐国明; 王峰中国人民解放军炮兵学院; 合肥工业大学计算机与信息学院
模式识别与人工智能2013-3-15
10阅读
引用收藏
分享

摘要

针对非负矩阵分解效率低的不足,提出一种基于在线学习的稀疏性非负矩阵分解的快速方法.通过对目标函数添加正则化项来控制分解后系数矩阵的稀疏性,将问题转化成稀疏表示的字典学习问题,利用在线字典学习算法求解目标函数,并对迭代过程的矩阵更新进行转换,采取块坐标下降法进行矩阵更新,提高算法收敛速度.实验结果表明,该方法在有效保持图像特征信息的同时,运行效率得到提高.

学科与关键词

关键词
稀疏性正则化非负矩阵分解块坐标下降法在线学习 Sparse RegularizationNon-Negative Matrix FactorizationBlock-Coordinate DescentOnline Learning
相关
加载中…
  • 正交指数约束的平滑非负矩阵分解方法及应用
    同鸣; 张伟; 吴扬成系统工程与电子技术, 2013, (10): 2221-2228.
  • 几类非负矩阵分解算法及其在图像处理中的应用
    柯艺芬; 马昌凤平顶山学院学报, 2013, (05): 1-7.
  • 体积约束的稀疏NMF高光谱解混
    王伞; 韩月; 王立国哈尔滨工程大学学报, 2019, (12): 2077-2082.
查看全部 →

发表信息

论文状态
公开发表
期刊
模式识别与人工智能
发表日期
2013-03-15
卷期
第 03 期
页码
242-246
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金资助项目(No.41176158)

作者

  • 薛

    薛模根 (第一作者)

  • 徐

    徐国明

查看全部 3 位作者收起作者
  • 王

    王峰

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417