%0 Journal Article
%T 基于稀疏约束的半监督非负矩阵分解算法
%A 胡学考？
%A 孙福明？
%A 李豪杰？
%J 计算机科学
%D 2015
%R 10.11896/j.issn.1002-137X.2015.07.060
%X 矩阵分解因可以实现大规模数据处理而具有十分广泛的应用。非负矩阵分解(nonnegativematrixfactorization,nmf)是一种在约束矩阵元素为非负的条件下进行的分解方法。利用少量已知样本的标注信息和大量未标注样本,并施加稀疏性约束,构造了一种新的算法——基于稀疏约束的半监督非负矩阵分解算法。推导了其有效的更新算法,并证明了该算法的收敛性。在常见的人脸数据库上进行了验证,实验结果表明cnmfs算法相对于nmf和cnmf等算法具有较好的稀疏性和聚类精度。
%K 非负矩阵分解
%K 半监督
%K 稀疏约束
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20150760&flag=1