| 基于多核学习的投影非负矩阵分解算法 |
| |
| 引用本文： | 李谦,景丽萍,于剑.基于多核学习的投影非负矩阵分解算法[J].计算机科学,2014,41(2):64-67. |
| |
| 作者姓名： | 李谦 景丽萍 于剑 |
| |
| 作者单位： | 北京交通大学计算机与信息技术学院数字出版技术国家重点实验室筹 北京100044;北京交通大学计算机与信息技术学院 北京100044;北京交通大学计算机与信息技术学院 北京100044 |
| |
| 基金项目： | 本文受中央高校基金科研业务费专项基金(2011JBM030,2013JBZ005),教育部博士点基金(20120009110006),北大方正集团有限公司数字出版技术国家重点实验室开放课题资助 |
| |
| 摘 要： | 非负矩阵分解(NMF)把给定的数据矩阵分解成低维的非负基矩阵和对应的系数矩阵,两者之间存在必然联系。为此,研究者将基矩阵转换为系数矩阵的投影,进一步提高分解效率。但是该方法无法处理非线性数据,核函数的引入部分解决了此问题,却同时导致核函数参数选择的问题。基于多核学习理论,提出了一种多核学习的投影非负矩阵分解(MKPNMF)算法,该算法有效地避免了核函数参数选择的问题,同时提高了学习性能。在实际人脸数据上的实验结果表明,MKPNMF较已有的NMF类方法具备明显的性能优势。
|
| 关 键 词： | 投影非负矩阵分解 核函数 多核学习 |
| 收稿时间： | 2013/5/20 0:00:00 |
| 修稿时间： | 2013/7/30 0:00:00 |
Multi-kernel Projective Nonnegative Matrix Factorization Algorithm |
| |
| LI Qian,JING Li-ping and YU Jian.Multi-kernel Projective Nonnegative Matrix Factorization Algorithm[J].Computer Science,2014,41(2):64-67. |
| |
| Authors: | LI Qian JING Li-ping and YU Jian |
| |
| Affiliation: | School of Computer Science,Beijing Jiaotong University,State Key Laboratory of Digital Publishing Technology,Beijing 100044,China;School of Computer Science,Beijing Jiaotong University,Beijing 100044,China;School of Computer Science,Beijing Jiaotong University,Beijing 100044,China |
| |
| Abstract: | |
| |
| Keywords: | Projective nonnegative matrix factorization Kernel function Multi-kernel learning |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
