首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

松弛约束非负矩阵分解算法研究

摘要第8-9页
ABSTRACT第9页
第一章 绪论第10-18页
    1.1 课题研究背景第10-12页
        1.1.1 非负矩阵分解问题的提出第10-11页
        1.1.2 非负矩阵分解问题的定义第11页
        1.1.3 非负矩阵分解技术的特点和存在的问题第11-12页
    1.2 非负矩阵分解的基本算法第12-15页
        1.2.1 乘法更新算法第13页
        1.2.2 梯度下降算法第13-14页
        1.2.3 交替最小平方算法第14-15页
        1.2.4 其他非负矩阵分解算法第15页
    1.3 课题简介第15-16页
        1.3.1 课题来源第15-16页
        1.3.2 课题研究内容和创新点第16页
    1.4 论文结构第16-18页
第二章 松弛约束非负矩阵分解算法简介第18-22页
    2.1 传统非负矩阵分解求解算法的局限性第18-19页
    2.2 松弛约束非负矩阵分解算法的主要思想第19-20页
    2.3 松弛阶段和约束阶段分别要解决的问题第20-21页
    2.4 本章小结第21-22页
第三章 松弛:实数矩阵分解算法设计第22-31页
    3.1 自适应梯度下降法的推导第22-23页
    3.2 自适应梯度下降法的算法细节第23页
    3.3 收敛性分析第23-24页
    3.4 实验第24-31页
        3.4.1 在人工数据上的实验第24-27页
        3.4.2 在实际数据上的实验第27-31页
第四章 约束:实数矩阵的非负化算法设计第31-46页
    4.1 实数矩阵线性可非负化的判定条件第31-35页
        4.1.1 基础概念第31-33页
        4.1.2 可非负化条件的判定条件第33-35页
    4.2 线性非负化问题的几何描述及其可行域第35-38页
        4.2.1 线性非负化问题的几何描述第35-36页
        4.2.2 可行域的内边界的表示方法第36-37页
        4.2.3 可行域的外边界的表示方法第37-38页
    4.3 可非负化时的非负化算法设计第38-45页
        4.3.1 秩为2时的非负化算法设计第38-40页
        4.3.2 秩为2时的精确非负矩阵分解第40-41页
        4.3.3 秩大于2时的非负化算法设计第41-45页
    4.4 本章小结第45-46页
第五章 弱约束的非负矩阵分解算法第46-56页
    5.1 非负约束强度的量化与弱约束NMF算法设计第47-49页
        5.1.1 非负约束强度的概念第47页
        5.1.2 弱约束非负矩阵分解算法设计第47-49页
    5.2 非负约束强度的取值问题第49-52页
        5.2.1 不同非负约束强度下矩阵最小负元素第49-51页
        5.2.2 不同非负约束强度下矩阵重构误差第51-52页
    5.3 变非负约束强度的弱约束NMF算法第52-54页
        5.3.1 ACNMF算法的基本设计思路第53-54页
    5.4 本章小结第54-56页
第六章 结束语第56-58页
    6.1 工作总结第56-57页
    6.2 研究展望第57-58页
致谢第58-59页
参考文献第59-63页
作者在学期间取得的学术成果第63页

论文共63页,点击 下载论文
上一篇:人工鱼群算法的研究及其在机器人动态路径规划中的应用
下一篇:基于多种类信息的航迹关联方法研究