基于非负矩阵分解的阴影检测方法

针对以往的矩阵分解方法不能保证分解结果非负的问题, 根据非负矩阵分解（NMF: Non negative Matrix Factorization）结果非负的特点, 提出了基于NMF的阴影检测方法, 并以此为基础将进一步引入的分块非负矩阵分解（BNMF: Block Non negative Matrix Factorization）应用于阴影检测。通过NMF/BNMF提取训练样本中阴影的亮度特征, 再根据特征识别测试样本中的阴影区域。实验结果表明,与基于奇异值分解方法相比, 该算法的阴影检测细节更清晰, 具有更好的效果。     

基于非负矩阵分解的流程工业过程监控方法

提出了一种新的基于非负矩阵分解(NMF)的过程监控方法.考虑到数据的某些局部特征能够包含许多重要信息,有助于对异常情况进行检测,将NMF引入工业过程监控领域,并详述了基于NMF的过程监控方法.基于TE过程的仿真实验验证了该方法的有效性.     

非负矩阵分解法在化探数据处理中的应用

岩石地球化学数据均为非负数值,可以用非负矩阵来表示,这使得利用非负矩阵分解(NMF)方法处理该类数据成为可能。介绍了非负矩阵分解方法的基本原理,探讨了基于非负矩阵分解方法处理岩石地球化学数据的可能性和效果。以个旧陡岩地区岩石地球化学数据为例,分别运用NMF方法和主成分分析方法(PCA)对其进行异常提取,并对两种方法的处理结果进行对比分析,发现NMF方法是一种有效的处理岩石地球化学数据的方法。尽管这两种方法各自有其优越性,但就本实例数据而言,NMF方法优于PCA方法。     

二进制约束下的NMF方法及其应用

在普通非负矩阵分解(NMF)方法基础上提出了3个二进制约束非负矩阵分解(3bNMF)算法,对分解矩阵和恢复矩阵元素增加了二进制数的约束,从而更适合对二进制数据进行处理.分别给出了3bNMF算法在数字矩阵分解和有噪声情况下汉字偏旁部首提取中的应用实例,并与普通NMF方法所处理的结果进行了比较.     

基于小波变换和非负矩阵分解的人脸识别改进方法

针对NMF在识别人脸图像特征时分解速度慢,基空间不适应欧氏距离度量的缺点,提出了一种基于小波变换和非负矩阵基矩阵正交化的人脸识别方法.利用小波变换对人脸图像进行变换,选择LL分量既能抽取到人脸的实质特征又能有效减小数据维数,降低NMF分解的复杂性.同时对NMF的基矩阵实施正交化变换,在得到的正交基上进行投影.实验结果表明,该方法对光照变化、表情变化和部分遮罩不敏感,识别性能明显提高.     

基于非负矩阵分解的相关反馈图像检索算法

提出了一种新的基于非负矩阵分解(NMF)的相关反馈检索算法．在每次反馈过程中,由用户标记与查询图像相似的正例样本的特征向量构成样本矩阵,进行NMF分解,得到NMF的基矩阵和样本的系数矩阵,然后根据分解所得的模型进行检索．由于NMF在一定程度上勾勒出了相关图像在基矩阵所代表的空间中的分布,因而可以有效地提高检索的查准率．使用由500幅图像组成的图像库进行实验,通过与特征加权以及支撑向量机相关反馈方法的比较表明,该方法通过交互的NMF相关反馈,确实能使图像检索的查准率得到较大的提高．     

改进的非负矩阵因子分解算法在基因数据分析中的应用

提出一种改进的非负矩阵因子分解算法．在非负矩阵因子分解的迭代计算过程中加入了数据平滑处理来解决抖动问题,并用于一组白血病微阵列数据分析．实验结果表明,改进过的非负矩阵分解算法提高了分类的准确率,同时这个方法避免了NMF算法的“零值”问题．     

基于对称非负矩阵分解的终端区扇区划分方法

为了合理利用终端区空域有限资源,满足各扇区间管制员负荷均衡为目标,提出了基于对称非负矩阵分解的终端区扇区划分。首先,通过建立终端区网络加权图和量化管制负荷,构建终端区扇区划分模型。其次,为保证相邻性和低方差,对扇区单元层次聚类形成“snake”扇区序列,计算扇区单元之间的相似度值,生成相似度矩阵并进行归一化处理,利用对称非负矩阵正交分解对相似度矩阵进行求解,根据求解出的矩阵判断扇区单元所属区域,实现聚类划分。最后,选取现实终端区空域进行仿真验证,证明了对称非负矩阵分解划分方法的有效性。     

基于图的Laplace矩阵和非负矩阵的图像分类

文章将图的Laplace矩阵和非负矩阵分解方法结合起来,应用于图像分类.对不同的图像先提取其特征点,再对提取得到的特征点构造图的Laplace矩阵,将构造的矩阵进行非负矩阵分解后得到图像的特征向量,最后将特征向量输入到PNN分类器中,对图像进行分类.对模拟图像和真实图像进行了多组实验,结果证明了该算法应用于图像分类的准...     

一种稀疏图正则化的非负低秩矩阵分解算法

非负矩阵分解方法(non-negative matrix factorization,NMF)广泛应用于图像聚类、计算机视觉、信息检索等领域。但是,现有的NMF方法还存在一些不足之处：①NMF方法直接在高维原始图像数据集上计算它的低维表示,而实际上原始图像数据集的有效信息常常隐藏在它的低秩结构中;②NMF方法还存在对噪声敏感以及鲁棒性差的缺点。为了提高NMF算法的鲁棒性和可解释性,提出一种稀疏图正则化的非负低秩矩阵分解算法(sparse graph regularized non-negative low-rank matrix factorization,SGNLMF)。通过低秩约束和图正则化,SGNLMF算法同时利用了数据的几何信息和有效低秩结构;此外,SGNLMF算法还对基矩阵加以稀疏约束,使得其鲁棒性和可解释性均有一定的提升。还提出了一种求解SGNLMF的迭代算法,并从理论上分析了该求解算法的收敛性。通过在ORL和YaleB数据库上的实验结果表明SGNLMF算法的有效性。     

广义次对称矩阵及广义次正交矩阵

给出了广义次对称 (反次对称 )矩阵和广义次正交矩阵的概念 ,讨论了它们的性质及它们之间的关系 .     

关于模m矩阵的逆矩阵

证明了模m的n阶整数矩阵的逆矩阵存在的充分必要条件,并给出一个求模m逆矩阵的算法．     

次正交矩阵与次对称矩阵

给出了次正交矩阵的概念，研究了它的性质以及次正交矩阵与次对称阵、反次对称阵间的联系．     

次酉矩阵与次镜象阵

提出了共轭次转置阵,次酉矩阵与次镜象阵的概念,研究了它们的一些性质与其与次Hermite阵,反次Hermite阵的关系,将正交阵的广义Gayley分解推广到了次酉阵上。     

Stirling移位矩阵与Lah移位矩阵

研究了基于Pascal移位矩阵的Stirling移位矩阵Sn1m[χ]与Lah移位矩阵且Ln1m[χ]，得到了两类该矩阵的分解．     

关于某些分块矩阵的逆矩阵的注记

针对次对角线方向,给出了某些分块矩阵的逆矩阵的存在条件及逆矩阵的表示形式.     

具有Hankel逆的矩阵

给出了Hankel矩阵的逆矩阵仍是Hankel矩阵的充要条件．     

三对角对称Toeplitz矩阵的解析逆阵

给出了三对角对称Toeplitz矩阵的逆阵元素的解析计算表达式,它避免了逆矩阵计算中需要调用三角函数的缺陷,只需要进行简单的幂次运算,从而极大地提高了计算速度,为等距B样条插值等应用领域拓展了算法,具有潜在的实用意义。     

关于矩阵群和矩阵的Drayin逆

指出矩阵群与矩阵的Drayin逆有紧密的关系，证明了n阶矩阵的元素具有相同的秩和相同的指数，给出了一般（特殊）矩阵群的结构式，两个一般（特殊）矩阵群相等的充分条件以及一般（特殊）矩阵群与一般（特殊）线性群的同构关系。     

Vandermonde矩阵的逆矩阵的一种显式算法

利用线性方程组理论给出了Lagrange插值公式的一个构造性证明,得到了Vandermonde矩阵的逆矩阵的一种显式算法.