期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Sinkhorn距离特征缩放的多约束非负矩阵分解算法 被引量:2
1
作者 李松涛 李维刚 +1 位作者 甘平 蒋林 《电子与信息学报》 EI CSCD 北大核心 2022年第12期4384-4394,共11页
为了减少原始特征对非负矩阵分解(NMF)算法的共适应性干扰,并提高NMF的子空间学习能力与聚类性能,该文提出一种基于Sinkhorn距离特征缩放的多约束半监督非负矩阵分解算法。首先该算法通过Sinkhorn距离对原始输入矩阵进行特征缩放,提高... 为了减少原始特征对非负矩阵分解(NMF)算法的共适应性干扰,并提高NMF的子空间学习能力与聚类性能,该文提出一种基于Sinkhorn距离特征缩放的多约束半监督非负矩阵分解算法。首先该算法通过Sinkhorn距离对原始输入矩阵进行特征缩放,提高空间内同类数据特征之间的关联性,然后结合样本标签信息的双图流形结构与范数稀疏约束作为双正则项,使分解后的基矩阵具有稀疏特性和较强的空间表达能力,最后,通过KKT条件对所提算法目标函数的进行优化推导,得到有效的乘法更新规则。通过在多个图像数据集以及平移噪声数据上的聚类实验结果对比分析,该文所提算法具有较强的子空间学习能力,且对平移噪声有更强的鲁棒性。 展开更多
关键词 非负矩阵分解 特征缩放 子空间流形正则化 稀疏约束 聚类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部