针对轴承振动信号的非平稳特征和现实中难以提取故障参数的情况,提出了一种基于递归图和局部非负矩阵分解的轴承故障诊断方法。该方法首先对采集到的轴承振动信号进行递归图分析,生成灰度图;然后用局部非负矩阵分解
提出一种基于多视角非负矩阵分解的视角不变特征提取方法用于融合多视角信息并进行人体行为识别。通过提取每个视频帧的时空描述符，有效描述了视频场景中的运动和形态信息；为了解决观测角度改变对识别的影响，在不同
自动估计正则化参数的非负矩阵分解方法，史振威，程大龙，非负矩阵分解（Non-negativeMatrixFactorization,NMF）是近年发展起来的一种矩阵分解的方法，被广泛应用于人脸识别、数
一种基于非负矩阵分解的聚类集成算法
好友推荐可以帮助用户发现他们感兴趣的好友，减轻信息过载的现象。然而，目前现有的推荐方法仅考虑用户链接或内容信息，其推荐精度不高，不足以提供高质量的服务。考虑了用户之间的链接和内容信息，提出了一种结合非
应用非负矩阵分解方法提取注意力相关脑电特征,文中提到如何使用NMF提取脑电特征
针对轴承振动信号的非平稳特征和现实中难以提取故障参数的问题,提出一种基于FM~mlet变换与非负矩阵分解算法(NMF)的轴承故障诊断方法。采用FM~mlet变换对轴承振动信号进行时频分析,能较好匹配信
高光谱分解的目的是从中获取末端成员特征及其相应的丰度图高度混合的高光谱图像。 非负矩阵分解(NMF)是一种广泛使用的光谱方法因为在高光谱图像中没有纯像素的情况下它可以获得更好的性能,所以可以进行混合。
基于局部Walsh变换和非负矩阵分解的脑白质图像分割
将非负矩阵分解(NMF)算法应用到空间目标图像识别中,对两种传统NMF算法的迭代规则进行了改进,得到了稀疏NMF算法,并分别在二维(2D)和(2D)2维度应用了这3种算法。在实验室模拟了空间光学环境,
用户评论