截断式鲁棒非负矩阵分解算法

• 作者: 卢文凯 景丽萍 杨柳
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 去噪比例ε值 L2 1范数 鲁棒性 非负矩阵分解算法(NMF) 鲁棒非负矩阵分解算法(RNMF)
• 年，卷（期）: 2016,（4）
• 页码范围: 714-723
• 页数: 10页
• 分类号: TP181
• 字数: 4319字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2016.04.016

摘要

非负矩阵分解算法(Nonnegative Matrix Factorization Algorithm,NMF)已经广泛地应用于诸多领域,但它容易受到异常点的影响。各种针对这个问题的改进方法中,使用L2,1范数的鲁棒非负矩阵算法(Robust Nonnegative Matrix Factorization Algorithm,RNMF)取得了较好的改进效果,但是该算法不能很好的适应数据集异常点比例的变化。针对这一缺点,提出了截断式鲁棒非负矩阵分解算法(Capped Robust Nonnegative Matrix Fac-torization Algorithm,CRNMF),将去噪比例ε值引入到目标函数中,降低异常点对整体算法的影响。该算法的主要步骤是：在矩阵分解迭代更新的每一步中,计算输入数据与分解因子重构值之间的误差,将误差大于预先设定参数值ε的数据点对应的误差截断为零,重复以上步骤直到收敛。通过ε截断操作,降低基矩阵F和系数矩阵G受异常点的影响。给出了CRNMF的算法描述,并且在模拟数据集和真实数据集进行了实验,实验表明提出的算法与传统的NMF和 RNMF相比,可以在一定程度上提高聚类的准确度,减少了异常点对聚类准确度的影响,提高了算法的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨柳	北京交通大学计算机与信息技术学院	32	193	8.0	12.0
2	景丽萍	北京交通大学计算机与信息技术学院	20	84	5.0	8.0
3	卢文凯	北京交通大学计算机与信息技术学院	1	0	0.0	0.0