| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第7-8页 |
| 2 预备知识 | 第8-11页 |
| 2.1 基本定义和性质 | 第8-9页 |
| 2.2 Kurdyka-?ojasiewicz (KL) 函数及其性质 | 第9页 |
| 2.3 非凸函数的近点映射 | 第9-10页 |
| 2.4 近点梯度法 | 第10-11页 |
| 3 凸与半非负矩阵分解的近点梯度算法 | 第11-27页 |
| 3.1 凸与半非负矩阵分解 | 第11-12页 |
| 3.2 半非负矩阵分解的近点梯度算法 | 第12-20页 |
| 3.3 凸非负矩阵分解的近点梯度算法 | 第20-27页 |
| 4 凸与半非负矩阵分解的加速近点梯度算法 | 第27-31页 |
| 4.1 半非负矩阵分解的加速近点梯度算法 | 第27-28页 |
| 4.2 凸非负矩阵分解的加速近点梯度算法 | 第28-31页 |
| 5 算法实现的相关问题 | 第31-33页 |
| 5.1 算法的停止条件 | 第31页 |
| 5.2 算法计算量复杂度分析 | 第31-33页 |
| 6 数值实验 | 第33-37页 |
| 6.1 人工合成数据集 | 第33-35页 |
| 6.2 真实数据集 | 第35-37页 |
| 7 结语 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 后记 | 第41页 |