×

NeNMF公司

swMATH ID: 17586
软件作者: N.Guan、D.Tao、Z.Luo、B.Yuan
描述: NeNMF:非负矩阵分解的最优梯度方法。非负矩阵分解(NMF)是一种强大的矩阵分解技术,它通过两个低秩非负矩阵因子的乘积逼近非负矩阵。它已广泛应用于信号处理、计算机视觉和数据挖掘。传统的NMF求解器包括乘法更新规则(MUR)、投影梯度法(PG)、投影非负最小二乘法(PNLS)和活动集方法(AS)。然而,它们存在以下三个问题中的一个或几个:收敛速度慢、数值不稳定和不收敛。本文提出了一种新的高效NeNMF求解器,以同时克服上述问题。它应用Nesterov的最优梯度法,用一个固定因子交替优化另一个因子。特别是,在每一轮迭代中,矩阵因子都是通过使用PG方法在一个巧妙选择的搜索点上进行更新的,其中步长由Lipschitz常数决定。由于NeNMF不使用耗时的线搜索,并且在优化每个矩阵因子时以最佳速度收敛,因此在效率和近似精度方面优于MUR和PG。与最坏情况下出现数值不稳定问题的PNLS和AS相比,NeNMF克服了这一不足。此外,NeNMF可用于求解-范数、-范数和流形正则化NMF,且具有最佳收敛速度。在合成数据集和真实世界数据集上的数值实验表明,与具有代表性的NMF解算器相比,NeNMF对NMF及其变体的效率。文档聚类的大量实验表明NeNMF的有效性。
主页: http://ieeexplore.ieee.org/document/6166359/
相关软件: 费雷特;RCV1型;AR面;达奇;贾菲;CLUTO公司;SPGL1型;CVX公司;信息技术计划;群集查找;BSDS公司;CMU项目;格拉克吕兹;PDCO公司;PRMLT公司;A锁定;TVAL3型;格尔姆奈特;伊拉克实验室;固定点算法
引用于: 34文件
全部的 前5名

被100位作者引用

4 陶大成
2 周一丁
2 尼古拉斯·吉利斯
2 黄亚奎
2 李继成
2 李婷
2 李文波
2 刘洪伟
2 刘雪年
2 北川高桥
2 万,钟
1 阿卡霍、肖塔罗
1 皮埃尔·阿尔基尔
1 安徒生文顺(Ang,Andersen Man Shun)
1 良田、丰田章男
1 包,冯
1 安东·巴尔德拉
1 本、池
1 伊玛·博阿达
1 埃斯特·邦马蒂
1 陈文生
1 程军
1 张文森·C·K。
1 福莱钟
1 邓兆红
1 卡提克·德瓦拉扬
1 方一心
1 米克尔·费克斯
1 管乃阳
1 本杰明·盖吉
1 郭洁
1 韩聪颖
1 Hino、Hideitsu
1 何图宝
1 黄浩南
1 伊迪尔,杰罗姆
1 卡祖富米·伊藤
1 贾成成
1 贾志刚
1 神田武士
1 Kang、Kai
1 片山,二郎
1 柯一芬
1 邝,尹
1 Hoai An Le Thi
1 瓦伦丁·勒普拉特
1 李军
1 李雪龙
1 李玉高
1 李振尼
1 廖日伟
1 林,庄
1 刘京敏
1 刘铜梁
1 刘玉豪
1 刘子文
1 罗志刚
1 马,长风
1 瓦西里厄斯·马卢拉斯
1 Migita、Tsuyoshi
1 宫崎武弘
1 Noboru村田
1 水佐县Nagayama
1 阮杜坤
1 潘,宾宾
1 彭,孟
1 庞树超
1 潘定涛(Pham Dinh Tao)
1 鲁、勇
1 佐野武弘
1 马图·斯伯特
1 Ioannis D.Schizas。
1 马萨托·塞基
1 孙,李
1 孙维军
1 Jun’ichi竹内
1 唐嘉仪
1 马克·特布勒
1 雅科夫·瓦伊斯堡
1 Vo、Xuan Thanh
1 王军
1 王俊辉
1 王世通
1 王志远
1 吴天宇
1 谢亚军
1 徐,董
1 Masashi Yanagisawa
1 杨雪军
1 杨祖元
1 易晓东
1 易、张
1 尹沃涛
1 于军
1 于,浙江
1 袁波
1 张磊
1 周,沙
1 周水生
1 邹军

按年份列出的引文