基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种核矩阵低秩近似分解方法.首先针对传统核矩阵分解列与类别独立的假设,研究列之间的关系,结合类别设计核矩阵的列选取策略.在此基础上,将核矩阵的分解分为两个阶段,与传统分解算法只考虑对角元素占优不同,利用核矩阵列之间以及列与类别之间的关系获取的Cholesky因子进行分解,并将其基向量扩展到整个空间.最后给出近似误差界的期望值.该算法不需要列之间或列与类别独立的假设,将列与类别关联,能提取有判别能力的子矩阵,并避免对核矩阵整体进行特征值分解运算,有效降低计算量.多个数据集的实验和分析验证该算法的合理性和有效性.
推荐文章
低秩矩阵恢复算法综述
低秩矩阵恢复
鲁棒主成分分析
矩阵补全
低秩表示
增广拉格朗日乘子算法
低秩分块矩阵的核近似
低秩近似
块对角矩阵
稀疏矩阵
核近似
矩阵分解
交替向量乘子法
子空间聚类
图像识别
基于低秩表示的非负张量分解算法
图像分类
低秩表示
非负
张量分解
基于低秩矩阵二元分解的快速显著性目标检测算法
显著性目标检测
低秩矩阵双因子分解
分层稀疏正则化
交替方向法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 核矩阵列相关低秩近似分解算法
来源期刊 模式识别与人工智能 学科 工学
关键词 核矩阵 不完全Cholesky分解(ICD) 低秩近似 列选取
年,卷(期) 2011,(6) 所属期刊栏目 论文与报告
研究方向 页码范围 776-782
页数 分类号 TP391
字数 5717字 语种 中文
DOI 10.3969/j.issn.1003-6059.2011.06.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张军英 西安电子科技大学计算机学院 113 2001 25.0 41.0
2 刘松华 西安电子科技大学计算机学院 11 33 3.0 5.0
3 丁彩英 兰州大学交叉学科研究中心 5 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (8)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
核矩阵
不完全Cholesky分解(ICD)
低秩近似
列选取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导