一种改进的非负矩阵分解NMF算法,具有不错的效果.
gcc-nmf算法
作为一种重要的身份认证的手段,人脸识别已经广泛地应用于管理、安全等各个领域。人脸识别的一个关键性的问题是特征抽取,即如何从众多的特征中寻找最有效的特征。子空间分析法是一种有效的特征抽取方法,而本文所研
非负矩阵分解(Nonnegative Matrix Factor),简称NMF,是由Lee和Seung于1999年在自然杂志上提出的一种矩阵分解方法 [1] ,它使分解后的所有分量均为非负值(要求纯加
非负矩阵分解是采用向量空间模型,进行基于内容的推荐挖掘时,进行向量空间降维的一个常用算法
该资源是常用非负矩阵分解算法代码,其中包括带稀疏的非负矩阵分解,稀疏的非负矩阵分解,等常用算法。
RNN_NMF_chatbot RNN_NMF_chatbot 要与chatbot聊天,请将配置设置为chat.py 要训练模型,请将配置设置为seq2seq_run.py
基于Haar-NMF特征和改进SOMPNN的车辆检测算法
基于CSVD-NMF的人脸识别算法
一个分享的程序nmf程序还是比较好的希望有用
用户评论