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