[1]章祥荪,张忠元. 非负矩阵分解:模型、算法和应用 (运筹学与控制论)[J].重庆师范大学学报(自然科学版),2013,30(06):1-8.[doi:10.11721/cqnuj20130601]
ZHANG Xiang-sun,ZHANG Zhong-yuan.Nonnegative Matrix Factorization: Model, Algorithms and Applications [J].期刊社,2013,30(06):1-8.[doi:10.11721/cqnuj20130601]
点击复制
非负矩阵分解:模型、算法和应用 (运筹学与控制论)
(PDF)
ZHANG Xiang-sun,ZHANG Zhong-yuan.Nonnegative Matrix Factorization: Model, Algorithms and Applications [J].期刊社,2013,30(06):1-8.[doi:10.11721/cqnuj20130601]
(PDF)
重庆师范大学学报（自然科学版）[ISSN:1672-6693/CN:50-1165/N]
- 卷:
- 30
- 期数:
- 2013年06期
- 页码:
- 1-8
- 栏目:
- 运筹学与控制论
- 出版日期:
- 2013-11-25
文章信息/Info
- Title:
-
Nonnegative Matrix Factorization: Model, Algorithms and Applications
- Author(s):
- ZHANG Xiang-sun; ZHANG Zhong-yuan
- Keywords:
- -
- 分类号:
- -
- 文献标志码:
- A
- 摘要:
-
近年来，非负矩阵分解模型已经成为数据挖掘领域中最成功的模型之一。该模型能够自动从一组高维向量中提取隐含模式，从而被广泛应用于降维、无监督学习（图像处理、聚类和双聚类等）和预测当中。本文将从它的发展历史、数学表达形式、算法和热点应用等几个层面对非负矩阵分解模型进行综述。简言之，该模型具有较好的可解释性, 模型简单，易于理解操作，可拓展性强，该模型和无监督学习领域中其它被广泛采用的模型关系紧密，且有广泛的应用空间，数值表现优异。 同时作为一项新兴技术, 该模型亦有许多有趣的问题值得进一步深入研究。
- Abstract:
- -
参考文献/References:
-
备注/Memo
- 备注/Memo:
- -
常用功能
统计/Statistics
- 摘要浏览/Viewed4843
- 全文下载/Downloads3884
- 评论/Comments
更新日期/Last Update:
2013-11-30