文献

J-GLOBAL ID：201702230560750240   整理番号：17A1250889

非負判別行列因子分解【Powered by NICT】

Nonnegative Discriminant Matrix Factorization

著者 (6件)： Lu Yuwu (Tsinghua-Chinese University of Hong Kong Joint Research Center for Media Sciences, Technologies and Systems, Graduate School at Shenzhen, Tsinghua University, Shenzhen, China) ,  Lai Zhihui (College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Xu Yong (Bio-Computing Research Center, Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen, China) ,  Li Xuelong (State Key Laboratory of Transient Optics and Photonics, Center for OPTical IMagery Analysis and Learning, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an, China) ,  Zhang David (Biometrics Research Center, The Hong Kong Polytechnic University, Hong Kong) ,  Yuan Chun (Tsinghua-Chinese University of Hong Kong Joint Research Center for Media Sciences, Technologies and Systems, Graduate School at Shenzhen, Tsinghua University, Shenzhen, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 27  号： 7  ページ： 1392-1405  発行年： 2017年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データの非負低次元表現を得ることを目的とした,非負行列因数分解(NMF)は,広く注目されている。元NMFからより効果的な非負判別基底を得るために,本論文では,非負判別行列因子分解(NDMF)と呼ばれる新しい方法は画像分類のために提案した。NDMFは非負拘束性,直交性,判別情報目的関数を統合した。NDMFは標準NMFにおける両因子のインコヒーレント情報を考慮し,学習ベースマトリックスの判別能力を強化するために提案した。NDMFは判別部分空間学習のためのNMFを正則化するためベースマトリックスの部分空間の低次元表現を予測した。Euclid距離尺度と一般化Kullback-Leibler(KL)ダイバージェンスに基づいて,二種類の反復アルゴリズムの最適化問題を解くために提示した。とクラス内散乱行列を更新ルールのための正と負の部分に分割し,収束の証明も示した。広範な実験結果は,最新の判別NMFアルゴリズムと比較して提案した方法の有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 目的関数 ,  最適化問題 ,  *学習 ,  アルゴリズム ,  ダイバージェンス ,  直交性 ,  正則化
準シソーラス用語： 反復アルゴリズム ,  Euclid距離 ,  部分空間 ,  部分空間学習 ,  画像分類 ,  非負行列因子分解 ,  低次元 ,  *因子分解 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 判別 ,  行列 ,  因子分解