基于图正则化和稀疏约束的半监督非负矩阵分解

• 作者: 姜小燕 孙福明 李豪杰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 非负矩阵分解 图正则 稀疏约束 半监督
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 2015年第二十四届全国多媒体学术会议
• 页码范围: 77-82,105
• 页数: 7页
• 分类号: TP37
• 字数: 7119字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.7.013

摘要

非负矩阵分解是在矩阵非负约束下的分解算法.为了提高识别率,提出了一种基于稀疏约束和图正则化的半监督非负矩阵分解方法.该方法对样本数据进行低维非负分解时,既保持数据的几何结构,又利用已知样本的标签信息进行半监督学习,而且对基矩阵施加稀疏性约束,最后将它们整合于单个目标函数中.构造了一个有效的更新算法,并且在理论上证明了该算法的收敛性.在多个人脸数据库上的仿真结果表明,相对于NMF、GNMF、CNMF等算法,GCNMFS具有更好的聚类精度和稀疏性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙福明	辽宁工业大学电子与信息工程学院	58	153	6.0	7.0
2	李豪杰	大连理工大学软件学院	14	74	6.0	8.0
3	姜小燕	辽宁工业大学电子与信息工程学院	2	10	2.0	2.0