暂无评论
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
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
基于增量式非负矩阵分解的人脸识别算法研究.pdf
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
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
警告opnmfR仍在开发中,某些部件尚未完全测试。 安装 在R端子 install.packages("remotes") remotes::install_github(&quo
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
基础矩阵的计算是计算机视觉领域中一个非常重要的问题。针对如何去除异常数据、提高基础矩阵的估计精度，本文提出了基于分块的基础矩阵的鲁棒估计算法
暂无评论