非负矩阵低秩分解的交替二次规划算法

非负矩阵分解算法有多种，但都存在着各自的缺陷．在现有工作的基础上，将非负矩阵分解(NMF)模型转化为一组(两个)二次凸规划模型，利用二次凸规划有解的充分必要条件推导出迭代公式，进行交替迭代，可求出问题的解．得到的解不仅具有某种最优性、稀疏性，还避免了约束非线性规划求解的复杂过程和大量的计算．证明了迭代的收敛性，且收敛速度快于已知的方法，对于大规模数据模型尤能显示出其优越性．