Ta上传的资源 (0)

阵的低秩逼近是一种大规模矩阵低秩近似表示技术，是从大规模、复杂的数据中寻求数据潜在信息的一种强有力方法。非负矩阵分解（NonnegativeMatrixFactorization,NMF)）是矩阵的低秩逼近方法之一，它是指被分解的矩阵和分解结果矩阵的数值都是非负的。由于该方法符合数据的真实物理属性，

为了提高音频数据分类正确率，提出一种通过非负张量分解(NTF)的分类方法.音频信号经过预处理后，提取声学特征和感知特征参数，然后构建非负的3阶音频张量，其各阶分别对应特征、帧、样本；其次，通过NTF得到每一类音频的核张量与因子矩阵，让测试样本构建的张量与各类型音频的因子矩阵的转置进行张量乘，得到对核