学位论文 > 优秀研究生学位论文题录展示

加稀疏约束的非负矩阵分解

作 者: 张宇飞
导 师: 程明松
学 校: 大连理工大学
专 业: 计算数学
关键词: 非负矩阵分解 最速下降法 辅助函数 稀疏约束 KKT条件 图像存储
分类号: O151.21
类 型: 硕士论文
年 份: 2010年
下 载: 207次
引 用: 1次
阅 读: 论文下载
 

内容摘要


非负矩阵分解(Nonnegative Matrix Factorization,NMF)是国际上新近提出的一种矩阵分解方法。与其他矩阵分解方法相比,NMF特殊之处在于其通过将非负性约束引入矩阵分解过程中,这种约束会得到原始数据基于部分的表示,从而更好的反映原始数据的局部特征。由于现实世界里大量实验数据都是非负表述的,这使得该方法存在广泛的应用,如盲源分离和非负信号分析、模式识别、文本知识挖掘、数字图像水印以及人脸表情识别[16-21]等领域。根据应用的不同,需要分解的矩阵元素就可以有不同的解释。例如Lee和Seung介绍的方法[’]就是把人脸图像分解成部分(如嘴唇、眼睛、鼻子、耳朵等等)。本文第一部分介绍了非负矩阵分解产生的背景、其问题描述以及研究现状,对NMF问题还存在的缺点和难点做了说明。第二部分首先介绍了本文相关的预备知识,接下来列举了一些已有的NMF算法,并对其进行了详细介绍,使得大家对NMF方法有了更加深入的了解。第三部分则提出了本文的核心:加稀疏约束的非负矩阵分解算法,该算法是对以前NMF算法的一种改进。NMF的目的就是把原始非负矩阵V∈Rm×n分解成新的非负矩阵W∈Rm×r和H∈Rr×n的乘积:V≈WH,其中r满足:(m+n)r<mn,并且使分解误差尽可能的小。而我们的目标则是在保证非负约束条件和分解精度的基础上,通过在目标函数上增加稀疏约束条件,使分解后得到的矩阵尽可能的稀疏,从而更加的节省存储空间。第四部分是数值实验,利用数值算例验证了文中所得结论的正确性以及求解方法的有效性,并通过与不同方法的比较验证了该算法确实具有较快的收敛速度及很好的稀疏性。

全文目录


摘要  4-5
Abstract  5-7
1 绪论  7-10
  1.1 背景及问题描述  7-8
  1.2 研究进展及存在问题  8-9
  1.3 本文研究问题及主要工作  9
  1.4 本文所用的记号  9-10
2 非负矩阵分解算法介绍  10-26
  2.1 预备知识  10-14
    2.1.1 最速下降法  10-11
    2.1.2 最优性条件  11-12
    2.1.3 凸性  12-14
  2.2 乘性迭代法(Multiplicative algorithms)  14-20
    2.2.1 乘性迭代规则  14-16
    2.2.2 收敛性证明  16-20
  2.3 投影梯度法(Projected Gradient Methods)  20-23
  2.4 一种带有正则约束的非法矩阵分解算法  23-26
3 加稀疏约束的非负矩阵分解  26-34
  3.1 稀疏性概述  26-27
  3.2 加稀疏约束的非负矩阵分解算法  27-34
    3.2.1 加向量2-范数约束条件的非负矩阵分解  27-31
    3.2.2 加向量1-范数约束条件的非负矩阵分解  31-34
4 数值实验  34-37
结论  37-38
参考文献  38-41
攻读硕士学位期间发表学术论文情况  41-42
致谢  42-44

相似论文

  1. 联合聚类算法研究及应用,TP311.13
  2. 一种应用频响敏感度的MOS管尺寸自动优化方法,TN722.77
  3. 面向图像表达的非负局部坐标分解算法,TP391.41
  4. 基于稀疏非负矩阵分解的图像检索,TP391.41
  5. 智能视频监控系统中人体异常行为检测与识别研究,TP391.41
  6. 面向互联网中文舆情信息的情感倾向分析,TP391.1
  7. 基于非负矩阵分解的高光谱遥感图像混合像元分解研究,TP751.1
  8. 基因突变的菌视紫红质聚合膜的光学非线性及在全息存储等方面的应用研究,O484.41
  9. 基于最小二乘法的非负矩阵分解算法及应用,O151.21
  10. 求解绝对方程组的两种数值方法,O241.6
  11. 高光谱遥感图像融合技术与质量评价方法研究,TP751
  12. 基于NMF垃圾邮件过滤系统研究,TP393.098
  13. 基于稀疏回归模型的图像标注研究,TP391.41
  14. 两类非线性二层规划的理论与算法研究,O221.2
  15. 基于FPGA的图像采集和智能存储系统的设计与实现,TP274.2
  16. 基于视频图像的道路灾害信息管理系统的设计与实现,TP311.52
  17. 基于语义的单文档自动摘要研究,TP391.1
  18. 基于感知哈希的图像保护技术的研究,TP391.41
  19. n阶隐马尔可夫模型的参数估计,O212.1
  20. 非负矩阵分解的稀疏性模型及初始化研究,O151.21
  21. 支持向量机和非负矩阵分解理论方法的应用,TP391.41

中图分类: > 数理科学和化学 > 数学 > 代数、数论、组合理论 > 代数方程论、线性代数 > 线性代数 > 矩阵论
© 2012 www.xueweilunwen.com