非负矩阵级数收敛性判断

给出了非负矩阵及非负矩阵级数的定义，通过定义，以及类比数项级数与正项级数的一些性质，得出了非负矩阵级数收敛性的几种判断方法。     

基于矩阵型惯性投影神经网络的非负矩阵分解算法

提出一种基于矩阵型神经动力学优化的非负矩阵分解算法.将矩阵非负分解优化问题首先转换为两个矩阵变量凸优化子问题，针对其子问题分别提出矩阵型惯性投影神经网络；然后，采用交替迭代方案寻找矩阵非负分解优化问题的解.理论分析证明了矩阵型惯性投影神经网络能收敛于矩阵变量凸优化子问题的最优解，并且基于矩阵型神经网络的交替迭代算法可以收敛到矩阵非负分解优化问题的偏最优解.最后，所提出的基于矩阵型神经网络的交替迭代算法被有效地应用于人脸识别.     

迹为零非负矩阵的组合结构

FROBENIUS给出了非负矩阵的分块标准型,其中每一对角块为不可约非负矩阵.在对非负矩阵本原指数进行研究时,迹为零非负矩阵占有重要地位.利用Z-矩阵的方法研究非负矩阵,得出了迹为零非负矩阵的组合结构.     

一种受限非负矩阵分解方法

提出一种获取潜在语义的受限非负矩阵分解方法.通过在非负矩阵分解方法的目标函数上增加3个约束条件来定义受限非负矩阵分解方法的目标函数,给出求解受限非负矩阵分解方法目标函数的迭代规则,并证明迭代规则的收敛性.与非负矩阵分解方法相比,受限非负矩阵分解方法能获取尽可能正交的潜在语义.实验表明,受限非负矩阵分解方法在信息检索上的精度优于非负矩阵分解方法.     

非负矩阵分解及其改进方法

首先,给出非负矩阵分解的数学形式,分析欧式距离和相对熵(KL)散度两种分解误差评价函数.然后,针对3种特殊形式的非负矩阵进行分解方法的改进,优化函数和迭代过程分别适用于正交非负矩阵、凸非负矩阵、投影非负矩阵的分解.结果表明:提出的改进方法简化了非负矩阵分解的过程.     

非负矩阵的数值域

进一步研究了非负矩阵的数值域,在n阶非负矩阵A不一定是不可约矩阵的情况下,利用处理非负矩阵的技巧得出了类似于非负不可约矩阵的数值域结果,最后利用Ky-Fan定理给出可控矩阵的数值域范围.     

四元数体上矩阵方程{AXA^＊=B CXC^＊=D的非负定解

本文讨论四元数体上矩阵方程{AXA^*=B CXC^*=D的非负定解，解决了以下问题：(1)给出了矩阵方程{AXA^*=B CXC^*=D存在非负定解的充分必要条件；(2)当矩阵方程{AXA^*=B CXC^*=D有非负定解时，给出了通解的表达式；（3）当矩阵方程{AXA^*=B CXC^*=D有非负定解X时，给出了X的秩的范围。     

非负矩阵分解算法在遥感图像融合中的应用

研究了非负矩阵分解(NMF)方法在遥感图像融合中的几种应用.在多光谱图像与全色图像融合的过程中,采用了非负矩阵分解融合算法,非负矩阵分解与主成分结合(N_PCA)的融合算法,非负矩阵分解与提升小波变换结合的融合算法,通过对各融合图像的目视判定及统计参数判定,分析评价这些算法在遥感图像融合中的性能差异.研究实验证明非负矩阵分解算法应用于遥感图像融合处理,具有较好的融合效果,非负矩阵分解算法,非负矩阵分解与主成分结合的融合算法,非负矩阵分解与提升小波变换结合的融合算法在遥感图像融合中的性能优于传统的主成分融合算法(PCA),其中,非负矩阵分解与提升小波变换结合的融合算法的性能最为优异.     

一种实用快速非负矩阵分解算法

提出了一种基于快速非负矩阵分解算法的实用新算法.该实用快速非负矩阵分解算法扩展了快速非负矩阵分解算法的约束条件,并且保持了较高的收敛速度,更具一般性和实用性.然后对该新算法进行了一些稀疏非负矩阵分解的扩展应用.数值实验显示该实用快速非负矩阵分解算法和快速非负矩阵分解算法具有相近的收敛速度,与其他经典非负矩阵分解算法相比其收敛速度有明显的提高,同时对添加稀疏性约束条件的实验也有很好的效果.     

非负矩阵Perron根的界

基于非负矩阵Perron根的理论应用于很多领域,据此,研究了非负矩阵Perron根的界的估计,获得了非负不可约矩阵Perron根的界,进而在适当的相似变换基础上得到非负可约矩阵Perron根的界的估计.     

非负矩阵最大特征值的新界值

得到一个判定非负矩阵最大特征值范围的界值定理，其结果比Frobenius界值定理及有关结论精确，而计算比较简单，对估计非负矩阵最大特征值范围十分有用．     

基于潜在因子多样性的非负矩阵分解协同过滤模型

基于非负矩阵分解的协同过滤模型在高维稀疏数据的预测和填补上十分有效，该模型具有推荐个性化、有效利用其他相似用户回馈信息的优点，但也存在预测精度较低等不足。针对用户或项目在不同情景下的评分差异性，提出了一种改进的基于潜在因子多样性的非负矩阵分解的协同过滤模型。该模型充分考虑在不同情境下，用户和项目潜在特征矩阵的多样性，在模型的训练中，采用了单元素非负乘法更新规则和交替方向法，保证了目标矩阵的非负性，且提高了模型的收敛率。在真实的工业数据集上的实验结果表明，相比于经典的非负矩阵分解模型，该模型的预测精度有了明显提高。     

可分解成不可约矩阵乘积的非负矩阵(英文)

给出了一个n阶非负矩阵可以分解成不可约非负矩阵的乘积的充要条件.并且证明了若一个非负矩阵可分解成不可约非负矩阵的乘积,则可以做到因子个数至多是三个.所用的证明方法是构造性的,可以具体写出各个因子.     

关于四阶五阶非负矩阵逆谱的研究

非负矩阵的一般逆谱问题尚未得到解决,三阶矩阵的逆谱问题已由Loewy和Lon-don提出.文章对特殊四阶五阶非负矩阵逆谱做了研究,并且提出了多元数组是某个非负矩阵谱的条件,同时也给出了证明,从而对高阶非负矩阵谱的求法有一定的帮助.     

不可约非负矩阵指标集的分类理论

本文讨论了不可约非负矩阵指标集的分类理论，按照分类理论给出了不可约非负矩阵Ｆｒｏｂｅｎｉｕｓ标准型的一个构造性证明。证明只用到了指标集的分类理论，而没有应用矩阵的谱性质。     

非负交换半环上可逆矩阵的伴随矩阵

探讨了非负半环上可逆矩阵的伴随矩阵,获得了非负交换半环R上可逆矩阵的逆矩阵的正伴随矩阵与负伴随矩阵的具体表达式,部分解决了Poplin与Hartwig提出的一个公开问题.     

有关非负矩阵谱半径及分离度界的估计

给出了非负矩阵谱半径上下界的一个估计，并将我们的结果与以往的结论做比较；在推论部分给出了非奇异M矩阵之逆的谱半径的界的估计以及任意复矩阵谱半径的一个上界的估计．另外，我们还给出了非负矩阵分离度的上界估计．     

D对称非负定矩阵反问题解和算法

讨论了D对称非负定矩阵反问题解和算法，给出了D对称非负定矩阵反问题有解条件的判别以及求解的MATLAB程序．     

配乘矩阵特征值反问题可解的充分条件

设Ａ为ｎ阶半正定Ｈｅｒｍｉｔｅ矩阵。求非负实对角矩阵ｃ，使得矩阵ＣＡ具有预先指定的非负实特征值。本文给出几组使这一反问题有解的充分条件，当ｎ＝２时，给出的这些条件又都成为该反问题可解的必要条件。     

组稀疏非负矩阵分解及其识别和聚类应用

在非负矩阵分解算法的基础上,设计了组稀疏约束,并给出了组稀疏非负矩阵分解算法.首先,介绍了非负矩阵分解算法及其稀疏变体;其次,设计了组稀疏非负矩阵分解,推导出迭代规则,并证明了算法的收敛性;最后,将组稀疏非负矩阵算法应用于人脸识别和聚类中,得到了同类算法中较好的效果.