線形射影ベースの非負マトリックス因数分解

LI Le; ZHANG Yu-Jin

文献

J-GLOBAL ID：201102255116393695 整理番号：11A0928798

線形射影ベースの非負マトリックス因数分解

Linear Projection-based Non-negative Matrix Factorization

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=11A0928798&COPY=1") }}
高度な検索・分析はJDreamⅢで

著者 (2件)： ,
資料名：
巻： 36 号： 1 ページ： 23-39 発行年： 2010年
JST資料番号： C2134A ISSN： 0254-4156 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：中国語 (ZH)

非負マトリックス因数分解(NMF)は,非負次元縮退,特徴抽出,データマイニングなどの新しく一般に普及している方法であるNMF定義の数学モデルは非線形射影に基づき,これによって,高い計算負荷っを導く反復更新によって,NMFによる次元縮退を行った。その上,このモデルによって抽出したNMF特徴は通常はあまりまばらでなく,NMF設計の期待値を満たすことができない。3つ以上の問題を同時に解決するため,本論文は新モデルの線形射影ベースのNMF(LPBNMF)を提案して,そのための単調なアルゴリズムを設計した。数学的見解から,LPBNMFはNMFを行うためのスペシャルモードであり,次元縮退を線形に行う。LPBNMF特徴の高い希薄性を,その数学モデルの固有特性によって保証した。LPBNMFによる次元縮小のほうがNMFによる次元縮小よりもはるかに効率的であり,そのLPBNMF特性のほうがNMF特性よりもはるかにまばらで局所的であった。最後に,AR顔データベースに基づく実験によって,LPBNMF特性のほうがNMF特性,LDA特性,およびPCA特性よりも,最近傍分類法ベースの閉塞顔認識に適することを示した。Data from the ScienceChina, LCAS. Translated by JST

, , , , , , , , ,
,

システム設計・解析

, ,

前のページに戻る