暂无评论
一种基于倒置序列的排列生成算法论文。有详细的算法介绍信息
提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换，计算出各个时间序列间的相似度并构建复杂网络，然后利用基于Normal矩阵的方法进行复杂网络社团划分，同一类的
基于非负的加权矩阵分解的社区发现，陈硕，刘瑞芳，社区发现是近年来复杂网络研究的一大热点。传统的社区发现仅基于网络拓扑结构中的边，而以微博为代表的社交网络不仅包含用户关系
非负矩阵分解及其在音频中的应用
关于图像处理方面的方法 介绍的非常详细 看起来很明白
图正则化鲁棒非负矩阵分解用于聚类和选择差异表达基因
针对非负矩阵分解方法在有噪声的真实数据中获得特征的有效性问题,提出了一种稀疏诱导的流形正则化凸非负矩阵分解算法。所提算法在流形正则化的基础上,向低维子空间的基矩阵添加基于L2,1范数的稀疏约束,构建了
nmf非负矩阵分解算法高维遥感图像维度压缩,主要进行nmf非负矩阵分解算法的数据降维。可任意降维。使用Python写成。
目前的聚类算法如K-means、DBSCAN等，采用全局参数而难以发现数据的自然聚类，提出一种新的分级聚类算法CluFNC，能够在数据空间中发现内部聚类特征。该算法的参数包括网格大小、噪声阈值和神经节
经典文献“Non-negativeMatrixFactorizationwithSparsenessConstraints”的实现代码（MATLAB)
暂无评论