%0 Journal Article
%T 基于多核学习的投影非负矩阵分解算法
%A 李谦？
%A 景丽萍？
%A 于剑？
%J 计算机科学
%D 2014
%X 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。
%K 投影非负矩阵分解
%K 核函数
%K 多核学习中图法分类号tp391文献标识码a
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20140213&flag=1