基于非负矩阵因子分解算法提取胃癌差异表达基因

稀疏正则化函数的选取直接影响到稀疏非负矩阵分解高光谱解混的效果。目前,主要采用 L0.或 L1 范数作为稀疏度量。L0 稀疏性好,但求解困难;L1 求解方便,但稀疏性差。提出一种近似稀疏模.型,并将其

非采样Contourlet变换（NonsubsampledContourlettransform，NSCT）是一种新的多尺度变换，它同时具有方向性、各向异性和平移不变性，能有效地表示图像的边沿与轮廓。

Matlab用半非负矩阵分解实现采样和协同过滤http://www.cnblogs.com/hxsyl/

自适应非负矩阵分解的人脸识别方法研究.pdf

针对超高维数据进行非负矩阵分解的计算代价大，特征提取速度慢问题，提出一种非负矩阵分解的快速算法。该算法通过代数变换，把对原高维矩阵的非负分解转换成非负的低维矩阵的非负分解，其求解过程只需要对一个阶数等

用于人脸识别的NMF方法，及其各种变种，从最原始的LEE，sung，的方法到LNMF，SNMF等，以及测试的人脸图像

利用相空间重构及非负矩阵分解（NMF）相结合的方法，对电压暂降、电压暂升、电压尖峰、电压中断、暂态谐波及暂态振荡6类电能扰动信号进行分类识别研究。利用相空间重构法构造扰动信号轨迹，并将其转化为图像。从

实际数据通常由多种模式或不同视图组成,这两种模式或视图相互提供补充和共识性信息。 探索这些信息对于多视图数据聚类和分类很重要。 多视图嵌入是一种用于多视图数据的有效方法,它揭示了不同视图共享的共同潜在

通过最大化熵使图形正则化非负矩阵分解

直接对高维网络连接数据进行处理会出现维数灾难问题，因此，需要对其进行维数约简。非负矩阵分解不仅能对高维数据进行降维，而且使矩阵在分解后的所有分量均为非负值，符合网络连接数据的语义特征。将其应用到入侵检