本文選題：nonnegative + least��； 參考：《高等學校計算數(shù)學學報》2017年02期

【摘要】：正1引言隨著科學技術(shù)的發(fā)展,人類社會進入了大數(shù)據(jù)時代,高維數(shù)據(jù)普遍出現(xiàn)在醫(yī)學、生物學和信息技術(shù)等領(lǐng)域.直接處理這些高維數(shù)據(jù)存在很大的困難,經(jīng)典方法難以適用.為了發(fā)現(xiàn)高維數(shù)據(jù)相關(guān)特征,必須有效處理高維數(shù)據(jù),其中關(guān)鍵在于降低數(shù)據(jù)維數(shù).矩陣分解技術(shù)是解決這個問題的有效途徑之一.
[Abstract]:With the development of science and technology, human society has entered the era of big data. High-dimensional data generally appear in the fields of medicine, biology and information technology. It is difficult to deal with these high-dimensional data directly and the classical method is difficult to apply. In order to find correlation features of high dimensional data, it is necessary to deal with high dimensional data effectively, in which the key is to reduce the dimension of data. Matrix decomposition is one of the effective ways to solve this problem.
【作者單位】： 南京航空航天大學數(shù)學系;
【基金】：國家自然科學基金資助項目(No.11571171)
【分類號】：O241.6

【相似文獻】

相關(guān)期刊論文 前10條

1 宋金歌;楊景;陳平;佘玉梅;;一種非負矩陣分解的快速稀疏算法[J];云南民族大學學報(自然科學版);2011年04期

2 尹星云;;非負矩陣分解的基本原理和研究現(xiàn)狀分析[J];科技資訊;2011年35期

3 程明松;劉勺連;;一種實用快速非負矩陣分解算法[J];大連理工大學學報;2013年01期

4 唐曉芬;陳莉;;最大相關(guān)熵非負矩陣分解在基因表達數(shù)據(jù)聚類中的應(yīng)用[J];計算機與應(yīng)用化學;2013年11期

5 曾文梅;;基于半監(jiān)督非負矩陣分解的人流量分析[J];哈爾濱師范大學自然科學學報;2011年02期

6 孟佳音;劉丁酉;;基于分布估計算法的非負矩陣分解[J];湖北民族學院學報(自然科學版);2012年03期

7 王雪明;王套;;非負矩陣分解的相關(guān)討論[J];湖南農(nóng)機;2013年09期

8 曹勝玉;劉來福;;非負矩陣分解及其在基因表達數(shù)據(jù)分析中的應(yīng)用[J];北京師范大學學報(自然科學版);2007年01期

9 李巧;孔薇;;改進的非負矩陣分解在基因表達數(shù)據(jù)中的應(yīng)用[J];信息技術(shù);2010年12期

10 陳清華;陳六君;郭金忠;;二進制約束下的NMF方法及其應(yīng)用[J];北京師范大學學報(自然科學版);2009年01期

相關(guān)會議論文 前10條

1 孫江明;李通化;;非平滑三維非負矩陣分解[A];第九屆全國計算（機）化學學術(shù)會議論文摘要集[C];2007年

2 蔣永鍇;葉東毅;;基于稀疏非負矩陣分解的自動多文摘方法[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

3 馬帥;吳飛;楊易;邵健;;基于稀疏非負矩陣分解的圖像檢索[A];第七屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 徐利民;龔珊;余再軍;;奇異值分解與非負矩陣分解色在數(shù)據(jù)降維方面的特性分析[A];2010年通信理論與信號處理學術(shù)年會論文集[C];2010年

5 蔡蕾;朱永生;;基于稀疏性非負矩陣分解和支持向量機的軸心軌跡圖識別[A];2008年全國振動工程及應(yīng)用學術(shù)會議暨第十一屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2008年

6 蔣霈霖;;KL散度下的非負矩陣分解[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 楊寶;朱啟兵;黃敏;;基于非負矩陣分解一稀疏表示分類的玻璃缺陷圖像識別[A];第24屆中國控制與決策會議論文集[C];2012年

8 錢樂樂;高雋;徐小紅;;非負性約束的圖像稀疏編碼[A];第七屆全國信息獲取與處理學術(shù)會議論文集[C];2009年

9 朱昊;黃源水;付夢印;;基于NMF的道路識別算法在野外環(huán)境感知中的應(yīng)用[A];第九屆全國光電技術(shù)學術(shù)交流會論文集（下冊）[C];2010年

10 鄭能恒;蔡毅;李霞;Tan Lee;;基于非負矩陣分解和向量相似測度的語音與音樂分離算法[A];第十一屆全國人機語音通訊學術(shù)會議論文集（一）[C];2011年

相關(guān)博士學位論文 前10條

1 楊士準;基于樣本和特征的遷移學習方法及應(yīng)用[D];國防科學技術(shù)大學;2013年

2 葉軍;基于正則化方法的非負矩陣分解算法及其應(yīng)用研究[D];南京理工大學;2014年

3 陸玉武;圖像分類中流形回歸與非負矩陣分解研究[D];哈爾濱工業(yè)大學;2015年

4 張恩德;在線社會網(wǎng)絡(luò)分析與挖掘若干關(guān)鍵問題研究[D];東北大學;2014年

5 胡俐蕊;非負矩陣分解方法及其在選票圖像識別中的應(yīng)用[D];安徽大學;2013年

6 殷海青;圖像分析中的非負矩陣分解理論及其最優(yōu)化和正則化方法研究[D];西安電子科技大學;2011年

7 楊洪禮;非負矩陣與張量分解及其應(yīng)用[D];山東科技大學;2011年

8 史加榮;多尺度張量逼近及應(yīng)用[D];西安電子科技大學;2012年

9 方蔚濤;人臉識別特征抽取算法的研究[D];重慶大學;2012年

10 劉昱昊;基于非負矩陣分解算法的人臉識別技術(shù)的研究[D];吉林大學;2014年

相關(guān)碩士學位論文 前10條

1 謝昊;非負矩陣分解初始化及其應(yīng)用[D];暨南大學;2015年

2 王一;凸與半非負矩陣分解的近點梯度方法研究[D];東北師范大學;2015年

3 項磊;基于乳腺癌計算機輔助診斷的病理圖像分析[D];南京信息工程大學;2015年

4 王丹;基于非負矩陣分解的腦電信號特征提取算法研究[D];燕山大學;2015年

5 馬春霞;非負矩陣分解及在基因表達數(shù)據(jù)分析中的應(yīng)用研究[D];曲阜師范大學;2015年

6 崔艷榮;基于非負矩陣分解的高光譜遙感數(shù)據(jù)融合方法分析及應(yīng)用[D];電子科技大學;2014年

7 賴淑珍;非負矩陣分解若干算法研究與應(yīng)用[D];電子科技大學;2014年

8 趙龍;基于多流形正則化非負矩陣分解的多視圖聚類[D];大連理工大學;2015年

9 黃震;基于多視角非負矩陣分解的同名區(qū)分算法研究[D];大連理工大學;2015年

10 邵強;改進的非負矩陣分解算法及其在人臉識別中的應(yīng)用[D];河北工業(yè)大學;2015年

，

本文編號：2114282