多图正则化非负矩阵分解

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-12页
·研究背景与意义	第8-9页
·研究现状	第9-10页
·本论文的研究内容	第10-12页
2 非负矩阵分解(NMF)	第12-19页
·非负矩阵分解的提出	第12-13页
·非负矩阵分解的理论	第13-17页
·目标函数	第13-14页
·算法优化	第14页
·收敛性证明	第14-17页
·非负矩阵分解的应用	第17-18页
·图像处理与模式识别领域	第17页
·文本聚类和数据挖掘领域	第17-18页
·语音处理领域	第18页
·生物医学和化学工程领域	第18页
·机器人控制领域	第18页
·小结	第18-19页
3 图正则化非负矩阵分解(GNMF)	第19-21页
·流形学习(Manifold Learning)	第19页
·图正则化非负矩阵分解(GNMF)	第19-21页
4 多图正则化非负矩阵分解（MGNMF）	第21-26页
·目标函数	第21页
·算法优化	第21-23页
·优化U和V	第22页
·优化 ?	第22-23页
·收敛性证明	第23-26页
5 实验和结果分析	第26-31页
·实验数据库	第26页
·评价准则	第26-27页
·聚类结果	第27-28页
·参数设置	第28-31页
结论	第31-32页
参考文献	第32-34页
攻读硕士学位期间发表学术论文情况	第34-35页
致谢	第35页