稀疏性正则化非负矩阵分解的在线学习方法

• 作者: 徐国明 王峰 薛模根
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 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
• 年，卷（期）: 2013,（3）
• 页码范围: 242-246
• 分类号: TP391|TN911.73
• 字数: 3218字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛模根	合肥工业大学计算机与信息学院	12	181	7.0	12.0
2	王峰		4	16	3.0	4.0
3	徐国明	合肥工业大学计算机与信息学院	5	39	4.0	5.0