《计算机学报》文章摘要   全文下载
文章题目	基于双线性型的非负矩阵集分解
作者	李乐 章毓晋
作者单位	(清华大学信息科学与技术国家实验室 北京 100084) (清华大学电子工程系 北京 100084)
发表年份	2009
发表月份	8期(1536—1549)
文章摘要	摘要 非负矩阵分解(Non-negative Matrix Factorization，NMF)是一种常用的非负多元数据描述方法.处理数据矩阵集时，NMF描述力不强、推广性差.为解决这两个问题，并保留NMF的好特性，该文提出了非负矩阵集分解(Non-negative Matrix Set Factorization，NMSF)的概念，并在NMSF的框架下系统研究了基于双线性型的非负矩阵集分解(Bilinear Form-Based Non-negative Matrix Set Factorization，BFBNMSF)，构造了单调下降的BFBNMSF算法.理论分析和实验结果均表明：处理数据矩阵集时，BFBNMSF比NMF描述力强、推广性好.由此可认为，此时BFBNMSF比NMF更善于抓住数据的本质特征. 关键词：非负矩阵集分解；双线性型；非负矩阵分解；多元数据描述；图像描述；特征提取 中图法分类号：TP391 DOI号: 10.3724/SP.J.1016.2009.01536