陈耀
- 作品数：3 被引量：1H指数：1
- 供职机构：辽宁师范大学数学学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 流形正则化框架下的NMF算法
- 随着计算机技术和网络的发展，人脸识别在众多的领域已被广泛的使用。人脸识别已渐渐的成为人类探索人工智能这一领域的主要研究问题。NMF方法和图像处理的结合已成为图像处理的模式识别领域中数据降维和特征提取的一种有效的方法。非负...
- 陈耀
- 关键词：非负矩阵分解流形正则化
- 文献传递
- 基于流形正则化的非光滑非负矩阵分解
- 2014年
- 经典的非光滑非负矩阵分解方法只能发现数据中的全局统计信息,对于非线性分布数据无能为力,而流形学习方法在探索高维非线性数据集真实几何结构方面具有明显优势。鉴于此,基于流形正则化思想,提出了一种新颖的基于流形正则化的非光滑非负矩阵分解方法。该方法不仅考虑了数据的几何结构,而且对编码系数矩阵和基矩阵同时进行稀疏约束,并将它们整合于单个目标函数中。构造了一个有效的乘积更新算法,并在理论上证明了算法的收敛性。标准数据集上的实验表明了MRnsNMF的有效性。
- 姜伟陈耀杨炳儒
- 关键词：非负矩阵分解非光滑流形正则化
- 基于K-L算法的投影图正则非负矩阵分解被引量：1
- 2014年
- 通过对投影非负矩阵分解(PNMF)增加数据点及其邻近点的约束,提出一种基于图正则化的投影非负矩阵分解(PGNMF)方法。PGNMF保留了数据在低维特征空间中局部几何结构的同时又对系数矩阵进行稀疏约束,既减少了存储空间,也提高了算法效率。理论分析和数据实验都验证了该算法的有效性。
- 王印毛丹陈耀
- 关键词：非负矩阵
