斯蒂芬·瓦瓦西斯。 关于非负矩阵分解的复杂性。 (英语) Zbl 1206.65130号 SIAM J.优化。 20,第3期,1364-1377(2009). 非负矩阵分解(NMF)对于数据库分析、信息检索和发现数据集中的特征非常重要。这样的因式分解从非负矩阵(a{m,n})和给定整数(k)开始,并试图找到非负矩阵和(W{m,k})以及(H_{k,n}),以便(a\)和(W\cdot H\)几乎相同。这里证明了在(k=\)秩\((A{m,n})\中的精确NMF(exact NMF)问题等价于多面体组合中的NP难问题。因此,NMF的某种局部搜索启发式可以通过线性规划求解。这些问题中是否有一个实际上是NP的问题与一个仍然悬而未决的问题有关J.E.科恩和U.G.Rothblum公司[线性代数应用190,149–168(1993;Zbl 0784.15001号)]1993年。审核人:弗兰克·乌利格(奥本) 引用于三评论引用于98文件 理学硕士: 65平方英尺 线性系统和矩阵反演的直接数值方法 第68季度25 算法和问题复杂性分析 15A23型 矩阵的因式分解 90C60型 数学规划问题的抽象计算复杂性 90C26型 非凸编程,全局优化 65年20月 数值算法的复杂性和性能 15磅48 正矩阵及其推广;矩阵的锥 68页第10页 搜索和排序 第68页,共15页 数据库理论 68第20页 信息存储和数据检索 关键词:复杂性;非负矩阵分解;NP硬;非负秩;数据挖掘;数据库分析、信息检索;局部搜索启发式;线性规划 引文:Zbl 0784.15001号 PDF格式BibTeX公司 XML格式引用 \textit{S.A.Vavasis},SIAM J.Optim。20,第3号,1364--1377(2009;Zbl 1206.65130) 全文: 内政部 arXiv公司