图正则化稀疏判别非负矩阵分解

论文摘要

非负矩阵分解是一种流行的数据表示方法,利用图正则化约束能有效地揭示数据之间的局部流形结构。为了更好地提取图像特征,给出了一种基于图正则化的稀疏判别非负矩阵分解算法(graph regularization sparse discriminant non-negative matrix factorization,GSDNMF-L2,1)。利用同类样本之间的稀疏线性表示来构建对应的图及权矩阵;以L2,1范数进行稀疏性约束;以最大间距准则为优化目标函数,利用数据集的标签信息来保持数据样本之间的流形结构和特征的判别性,并给出了算法的迭代更新规则。在若干图像数据集上的实验表明,GSDNMF-L2,1在特征提取方面的分类精度优于各对比算法。

论文目录

文章来源

类型: 期刊论文

作者: 徐慧敏,陈秀宏

关键词: 非负矩阵分解,特征提取,降维,流形学习,最大间距准则,判别信息,稀疏约束,线性表示

来源: 智能系统学报 2019年06期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 江南大学数字媒体学院

基金: 2018年江苏省研究生科研创新计划项目(KYCX18_1871)

分类号: TP181;TP391.41

页码: 1217-1224

总页数: 8

文件大小: 2200K

下载量: 194

相关论文文献

• [1].非凸稀疏正则化的广义条件梯度算法[J]. 哈尔滨师范大学自然科学学报 2019(05)
• [2].稀疏诱导流形正则化凸非负矩阵分解算法[J]. 通信学报 2020(05)
• [3].大地测量中不适定问题的正则化解法研究[J]. 工程建设与设计 2020(10)
• [4].大地电磁测深阶段式自适应正则化反演[J]. 石油地球物理勘探 2020(04)
• [5].基于正则化贪心森林的多维频率指标智能化预测方法[J]. 电力建设 2020(09)
• [6].基于简单L_(1/2)稀疏正则化的高光谱混合像元分解[J]. 江西科技师范大学学报 2016(06)
• [7].具有广义正则化与遗忘机制的在线贯序超限学习机[J]. 控制与决策 2017(02)
• [8].二维分割贯序正则化超限学习机[J]. 控制与决策 2017(09)
• [9].大地电磁测深和重力数据同步正则化联合反演[J]. 科学技术与工程 2016(08)
• [10].L_(1/2)范数正则化模型修正方法在结构损伤识别中的应用[J]. 南昌大学学报(理科版) 2016(02)
• [11].双感应测井资料自适应正则化反演[J]. 东北石油大学学报 2016(03)
• [12].大定源瞬变电磁一维自适应正则化反演[J]. 地质与勘探 2015(02)
• [13].一种基于正则化的稀疏表示方法[J]. 数学学报(中文版) 2015(04)
• [14].基于流形正则化非负矩阵分解预测药物-靶蛋白作用关系[J]. 科学技术与工程 2019(33)
• [15].抗离群值的鲁棒正则化贯序超限学习机[J]. 南京航空航天大学学报 2019(05)
• [16].基于时空正则化的视频序列中行人的再识别[J]. 计算机应用 2019(11)
• [17].分布式L_(1/2)正则化[J]. 高校应用数学学报A辑 2017(03)
• [18].基于混合正则化的最小二乘三维电阻率反演成像[J]. 中国石油大学学报(自然科学版) 2015(05)
• [19].图正则化非负矩阵分解的异质网社区发现[J]. 计算机工程与应用 2020(21)
• [20].改进正则化对动态光散射含噪数据的反演研究[J]. 山东科技大学学报(自然科学版) 2020(06)
• [21].中心回线瞬变电磁自适应正则化反演[J]. 科学技术与工程 2014(13)
• [22].基于1范数正则化的模型修正方法在结构损伤识别中的应用[J]. 应用力学学报 2013(05)
• [23].图上自适应正则化的图像去噪[J]. 重庆大学学报 2012(10)
• [24].分部优化正则化在近场声全息技术中的应用[J]. 声学学报 2011(04)
• [25].宽视场偏振调制成像的变指数正则化重构方法[J]. 光学学报 2020(01)
• [26].约束Fractional Tikhonov正则化的模迭代方法[J]. 高等学校计算数学学报 2020(01)
• [27].基于非凸的全变分和低秩混合正则化的图像去模糊模型和算法[J]. 计算机学报 2020(04)
• [28].基于纹理分布弱假设和正则化策略的自然图像抠图[J]. 计算机辅助设计与图形学学报 2016(10)
• [29].大地电磁反演中改进的自适应正则化因子选取[J]. 同济大学学报(自然科学版) 2013(09)
• [30].基于混合正则化的重力场约束反演[J]. 中国有色金属学报 2014(10)

标签：非负矩阵分解论文;  特征提取论文;  降维论文;  流形学习论文;  最大间距准则论文;  判别信息论文;  稀疏约束论文;  线性表示论文;