非负矩阵分解及其应用探讨

介绍非负矩阵分解(non-negative matrix factorization,NMF)的基本算法思想及其实现过程,并对其在一些重要领域内的应用现状进行概括归纳,最后提出NMF方法在图像处理方面存在的问题及其改进的趋势。     

非负矩阵分解的分布式算法

提出一种解决大规模非负矩阵分解的分布式算法.非负矩阵分解一直是矩阵分解领域中的热点问题之一,已有一些相关的算法.但是,对于大规模的非负矩阵,至今尚无高效的方法.本文采用近来解决大数据的分布式思想和并行式计算方法,并将它们与传统的矩阵分解算法相结合,提出一种基于并行式计算的分布式网络算法,以此实现大规模的非负矩阵分解问题.实验结果表明,所提出的算法较一般的分布式算法与集中式矩阵分解的算法更加有效和快速.     

基于稀疏非负矩阵分解的低空声目标识别

借鉴人耳听觉原理和特征学习的优势,提出了梅尔(Mel)频率谱提取和稀疏非负矩阵分解相结合的方法用于低空飞行目标声信号识别。首先,以不同目标的Mel频率谱为特征矩阵,利用稀疏非负矩阵分解方法学习得到各自的模板矩阵;然后,利用按列合并后的模板矩阵对训练/测试样本进行特征分解获得编码系数,该系数可作为分类特征;最后,结合不同目标的特点,采用分频段特征提取和顺序二类分类的方法进行多目标分类,并与Mel频率倒谱系数进行性能比较。结果显示,无论在单类目标辨识还是在多类目标分类中,稀疏非负矩阵分解方法均取得了更好的效果。     

基于图非负矩阵分解的图像配准

本文提出一种新的利用图的谱对应绝对值特征向量的非负矩阵分解图像配准方法.首先利用图像特征构造了无向权图的非负权矩阵,通过非负矩阵分解得到了包含原始图像全部特征的特征基图像;然后将非负权矩阵谱对应绝对值特征向量作为非负矩阵分解的初始值进行迭代,既能反映图的结构特征信息,又能提高图像的匹配率;最后在特征基向量空间找到了两图...     

改进的Kullback-Leibler复非负矩阵分解语音增强算法

针对单通道非负矩阵分解语音增强算法忽略相位信息的问题,提出了一种改进的Kullback-Leibler复非负矩阵分解的语音增强算法。该算法考虑到传统非负矩阵分解算法在复频域中增强语音时目标函数的影响,构建了一种适用于复频域的Kullback-Leibler散度下的目标函数,同时采用频谱一致性约束相位谱补偿算法,使其重构出的语音数据相位谱得到进一步的调制。实验结果表明,对于不同的非平稳噪声,所提出的算法在不同信噪比下均取得了较好的语音增强效果,尤其在低信噪比条件下（0 dB以下）语音增强效果较为明显,性能评估指标的增量较高,较好地克服了由传统相位谱补偿算法造成的信源失真率较低的缺点,进一步减少失真,抑制背景噪声,实现语音增强。     

基于非负矩阵分解与主元分析的时频图像识别方法研究

本文应用非负矩阵分解与主元分析对时频图像处理,在此基础上进行设备状态识别。论述了对振动信号应用Hilbert谱构建二维时频图像,并用非负矩阵分解对时频图像构造特征向量,应用主元分析对提取的特征向量进行了降维处理,并在三维坐标系中进行表示和状态识别。以滚动轴承不同状态的识别为例,验证方法的有效性。研究表明此方法能够提高设备状态识别的准确性,有利于设备故障诊断的发展。     

非负矩阵分解的发动机故障特征提取中的应用

信号处理与特征参数提取是发动机故障诊断的核心和关键。提出了采用自适应多尺度形态梯度算法对信号进行处理,综合利用小尺度下能保留信号细节和大尺度下抑制噪声能力强的优点,能够在强噪声背景下有效地提取振动信号中能够反映发动机工作状态的有用分量;在此基础上提出采用非负矩阵分解的特征提取方法对信号进行压缩,计算用于发动机故障诊断的特征参量。结果表明：与传统的信号处理与特征参量提取方法相比,本文提出的方法能够具有更高的分类精度,为准确判断发动机故障状态提供了一种行之有效的新方法。     

区域噪声监测点位的噪声岛地形布点法应用初探

环境噪声污染日趋严重的影响人们的正常生活。应用科学的优化噪声监测点位的方法,可对区域环境噪声污染进行正确评价,对政府的决策及规划管理具有重要意义。目前,多数城市的区域环境噪声监测点位优化方法,都具有一定局限性。以吉林省长春市某区域为例,采用集成神经网络为主要技术手段,首次应用“噪声岛”地形法对区域环境噪声监测点位进行优化选取,并在此基础上对最佳噪声监测点位选取与优化规则进行初步探究。     

一种基于正交非负矩阵分解的多通道线性预测语音去混响方法

在相对封闭的声学环境中,由于受到混响的影响,麦克风阵列采集到的信号清晰度降低、甚至混淆不清。为了解决这一问题,文章在多通道线性预测(Multi-Channel Linear Prediction, MCLP)语音去混响的基础上,提出了一种改进的多通道线性预测(Multi-ChannelLinearPrediction,MCLP)方法即正交非负矩阵线性预测(Orthogonal Non-negative Matrix Factorization Multi-Channel Linear Prediction, ONMFMCLP)方法。该方法利用纯净语音的短时谱域的稀疏性,构建了基于正交的非负矩阵分解(Non-negative Matrix Factorization, NMF)的Kullback-Leibler(KL)问题,通过对矩阵求迹、利用梯度下降法给出迭代规则,进而改进了MCLP中目标信号矩阵的协方差估计。实验结果表明,相对于其他方法,ONMFMCLP方法具有更好的去混响效果。     

结合连续小波变换和多约束非负矩阵分解的故障特征提取方法

为了在故障早期从信噪比较低的振动信号中提取故障特征,提出了一种结合小波变换和多约束非负矩阵分解振动信号特征提取方法。首先,采用最小小波熵测量提取出最优时频系数矩阵。然后,根据故障特征在系数矩阵中的表现规律,采用基于稀疏性和光滑性约束的非负矩阵分解算法对小波系数矩阵进行非线性降维,从而提取信噪比较高的故障特征。最后,通过仿真数据和实际数据对该方法进行了验证,结果表明该方法能够在时域中提取出微弱的故障特征,实现机械状态的早期故障诊断。     

单个飞机噪声事件最小顶点覆盖模型的机场噪声监测点分布方法

为监测和分析中小型机场附近噪声污染状况,提出一种基于单个飞机噪声事件最小顶点覆盖模型的机场噪声监测点分布方法。该方法以大量网格点作为候选监测点,形成顶点集合,利用INM噪声预测软件计算各顶点在每个噪声事件发生时的噪声值,根据单个飞机噪声事件的限值确定各顶点监测到的噪声事件,从而建立最小顶点覆盖模型,然后采用改进的贪心算法求得近似最优解,使得顶点能覆盖所有噪声事件并且个数最少,实验证明改进的贪心算法比传统的贪心算法得到的解更优,需要的监测点更少。     

非负矩阵分解耦合视觉词典的图像检索算法

目的解决当前图像检索技术中,图像特征稀疏编码收敛速度慢,以及局部特征空间信息不足易导致检索误差较大等问题,提出一种基于l0稀疏约束非负矩阵分解耦合视觉词典优化的图像检索算法。方法首先,在非负矩阵分解(Non-negative Matrix Factorization,NMF)的基础上,对系数矩阵设置l0个约束来限制其稀疏性,从而定义一种l0稀疏约束的NMF方法。再通过一种自适应序列词典初始化方案,从训练样本获得词典的初始估计。然后,利用l0稀疏约束的NMF来增强视觉词典,对图像局部描述符进行稀疏编码,并利用最大池化操作来生成聚合特征向量,从而保留局部描述符的关键属性。最后根据得到的特征向量,引入Minkowski距离来衡量查询图像与数据库的相似性,输出检索图像。结果实验结果表明,与当前图像检索方案相比,所提算法具有更高的查准-查全率和收敛速度。结论所提算法返回的图像与查询图像相似度高,在包装商标检索等领域具有一定的参考价值。     

城市交通噪声监测优化布点研究

对城市交通噪声监测优化布点进行了探讨,以哈尔滨市为例,根据模糊聚类法对监测点进行分类,再针对分类结果进行主成分分析,以达到优化监测点的目的。经验证优化结果良好,此优化方法可行。     

基于类高斯模型的显微图像固点噪声定位算法

针对显微图像固点噪声的特点和技术要求,本文提出类高斯模型和相应的固点噪声检测方法.首先,利用显微图像序列的时间相关性,计算类高斯模型中图像序列相同位置像素彩色分量的均值和方差;然后,根据彩色分量均值图像用最大类间方差法计算彩色分量的自适应阈值,用均分法计算彩色分量方差的自适应阈值;再者,根据阈值对图像序列中的每个像素进...     

Recommendation Algorithm Based on Probabilistic Matrix Factorization with Adaboost

A current problem in diet recommendation systems is the matching of food preferences with nutritional requirements, taking into account individual characteristics,such as body weight with individual health conditions, such as diabetes. Current dietary recommendations employ association rules, content-based collaborative filtering, and constraint-based methods, which have several limitations. These limitations are due to the existence of a special user group and an imbalance of non-simple attributes. Making use of traditional dietary recommendation algorithm researches, we combine the Adaboost classifier with probabilistic matrix factorization. We present a personalized dietrecommendation algorithm by taking advantage of probabilistic matrix factorization via Adaboost. A probabilistic matrix factorization method extracts the implicit factorsbetween individual food preferences and nutritional characteristics. From this, we can make use of those features with strong influence while discarding those with little influence. After incorporating these changes into our approach, we evaluated our algorithm’s performance. Our results show that our method performed better than others at matching preferred foods with dietary requirements, benefiting user health as a result. The algorithm fully considers the constraint relationship between users’ attributes and nutritional characteristics of foods. Considering many complex factors in our algorithm, the recommended food result set meets both health standards and users’ dietary preferences. A comparison of our algorithm with others demonstrated that our method offers high accuracy and interpretability.     

机场航空噪声监测终端选址方法和实践

为更好的实现机场航空噪声监测系统的功能,确保监测数据的正确有效,研究探讨机场航空噪声监测终端的选址方法;提出宏观总体布置法和局地具体选址法相结合开展选址工作,并通过在上海虹桥机场航空噪声监测系统设计中的应用,提供监测终端设置时应关注航空噪声可测范围的建议,对不确定背景噪声以及近地面不均匀声场等因素的影响进行分析。其结果对于国内航空噪声监控系统的设计有着一定的参考价值。     

机场环保验收的噪声监测方法探讨

“十二五”期间我国机场建设将继续高速发展,到2020年,我国民航运输机场总数将达到244个。与此同时,机场竣工环保验收已成为环境监测站一项必要的工作,今后很多省、直辖市监测站都将参与机场验收噪声监测工作。但长期以来机场噪声监测一直是各监测站比较棘手的事,目前也没有针对机场验收的噪声监测技术规范。以几个机场验收监测为例,对机场验收噪声监测方法方法进行探讨。     

混流生产线车间布置的顺序矩阵方法

为节省混流生产车间的运行成本,通过扩展顺序矩阵模型和分析混流生产线,提出车间布局优化的顺序矩阵方法,并讨论了5种作业关系之间的运算规则,得出普遍适用的作业关系运算规则。