非负矩阵分解（NMF）是一种数据分析技术，广泛应用于文本挖掘、图像处理、高光谱数据分析、计算生物学和聚类等领域，我们考虑了两种用于解决NMF问题的著名算法：Lee和Seung的乘法更新和Cichocki等人的分层交替最小二乘。我们在仔细分析每次迭代所需的计算成本的基础上，提出了一种显著加速这些方案的简单方法，同时保持其收敛性。这种加速技术也可以应用于其他算法，我们在Lin的投影梯度法中进行了说明。加速算法的效率在图像和文本数据集上得到了实证证明，并与最先进的交替非负最小二乘算法进行了比较。

问题部分：
信件
©2011麻省理工学院
2011
您当前无权访问此内容。