基于特征融合的多約束非負(fù)矩陣分解算法
大小:1.11 MB 人氣: 2017-11-24 需要積分:1
標(biāo)簽:多約束(6851)矩陣分解(3658)
針對非負(fù)矩陣分解后數(shù)據(jù)的稀疏性降低、單一圖像特征不能夠很好地描述圖像內(nèi)容的問題,提出一種基于特征融合的多約束非負(fù)矩陣分解算法。該算法不僅考慮了少量已知樣本的標(biāo)簽信息和稀疏約束,還對其進(jìn)行了圖正則化處理,而且將分解后的具有不同稀疏度的圖像特征進(jìn)行了融合,從而增強(qiáng)了算法的聚類性能和有效性。在Yale-32和COIL20數(shù)據(jù)集上進(jìn)行的對比實(shí)驗進(jìn)一步驗證了該算法具有更好的聚類精度和稀疏性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于特征融合的多約束非負(fù)矩陣分解算法下載
相關(guān)電子資料下載
- 尺寸公差分析VS尺寸工程-迭代裝配解決多約束問題-DTAS軟件 418
- 基于矩陣分解的圖嵌入 2085
- 《光學(xué)精密工程》—滑翔導(dǎo)彈末段多約束智能彈道規(guī)劃 541
- 奇異值分解和矩陣分解傻傻分不清楚?一文幫你理清兩者差異! 5740
- 推薦系統(tǒng)中的矩陣分解技術(shù) 8412
- 系統(tǒng)機(jī)器學(xué)習(xí)算法總結(jié)知識分享 4608
- 快速高效的實(shí)現(xiàn)浮點(diǎn)復(fù)數(shù)矩陣分解 911
- 用Xilinx Vivado HLS可以快速、高效地實(shí)現(xiàn)QRD矩陣分解 3482