Patrik O·霍耶。 稀疏约束下的非负矩阵分解。 （英语） Zbl 1222.68218号 J.马赫。学习。物件。 5, 1457-1469 (2004). 摘要：非负矩阵分解（NMF）是最近发展起来的一种技术，用于发现非负数据的基于部分的线性表示。尽管它已成功应用于多个应用程序，但并不总是产生基于零件的表示。在本文中，我们展示了显式地结合“稀疏性”的概念是如何改进所找到的分解的。此外，我们还为标准NMF和我们的扩展提供了完整的MATLAB代码。我们希望这将进一步应用这些方法来解决新的数据分析问题。 引用于1审查引用于145文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62-07 数据分析（统计）（MSC2010） 68-04 计算机科学相关问题的软件、源代码等 关键词：非负矩阵分解；稀疏；数据自适应表示；MATLAB代码；数据分析 软件：Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{P.O.Hoyer}，J.Mach。学习。第5号决议，1457-1469（2004年；Zbl 1222.68218） 全文： 链接