基于局部学习的受限非负矩阵分解算法

• 作者: 舒振球 赵春霞
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 非负矩阵分解 局部结构 类别信息 硬约束 鉴别性
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 82-86
• 页数: 5页
• 分类号: TP231
• 语种: 中文
• DOI: 10.13245/j.hust.150717

摘要

为了利用样本的局部结构信息与少量标记样本的类别信息，提出了一种基于局部学习的受限非负矩阵分解算法，并应用于数据表示。为了考虑样本的局部结构信息，通过每个样本邻域构建出的分类器对样本的类别进行预测；同时，还将样本中存在的类别信息作为硬约束，使得相同类别的高维样本在低维表示空间保持一致。算法不仅利用了样本的几何流形结构信息与鉴别结构信息，还考虑了标记样本的类别信息，因此比传统的非负矩阵算法具有更强的鉴别性。在20 Newsgroups文本库和ORL人脸库中的实验结果表明了算法能提高分解准确率和归一化互信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春霞	南京理工大学计算机科学与工程学院	177	2193	25.0	36.0
2	舒振球	南京理工大学计算机科学与工程学院	7	37	4.0	5.0