矩阵的非负分解算法及应用

摘要	第1-5页
Abstract	第5-6页
目录	第6-8页
第一章 引言	第8-12页
·背景及问题	第8-9页
·研究进展	第9-10页
·本文的贡献	第10-12页
第二章 非负向量的稀疏逼近	第12-24页
·非负向量的稀疏性度量	第12-16页
·现有的稀疏值定义	第12-14页
·改进的稀疏值度量	第14-16页
·向量的最优稀疏逼近	第16-24页
·最优稀疏逼近的理论推导	第16-19页
·最优稀疏逼近的近似计算	第19-22页
·最优稀疏逼近的其他解法	第22-23页
·逼近效果比较	第23-24页
第三章 非负矩阵的稀疏低秩分解	第24-30页
·非负矩阵低秩逼近的求解	第24-25页
·基矩阵的归一化	第25-30页
·用于图象识别的归一化策略	第26页
·类相关度T的计算	第26-30页
第四章 人脸识别中的应用	第30-35页
·基矩阵归一化的实验效果	第31页
·基矩阵稀疏化的特征表示	第31-33页
·稀疏分解的实验效果	第33-35页
第五章 独立组分分析中的应用	第35-39页
·ICA问题	第35页
·带平移的非负矩阵分解算法	第35-36页
·向量的光滑修正及分级提取	第36-38页
·稀疏值的设定	第38-39页
第六章 数值实验	第39-42页
第七章 文章总结	第42-43页
参考文献	第43-46页
致谢	第46页