深度非负矩阵分解算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 注释表 | 第12-14页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 非负矩阵分解的发展与研究现状 | 第15-17页 |
| 1.3 论文主要工作 | 第17-18页 |
| 1.4 论文组织架构 | 第18-20页 |
| 第2章 非负矩阵分解对比分析 | 第20-32页 |
| 2.1 非负矩阵分解 | 第20-28页 |
| 2.1.1 投影非负矩阵分解 | 第22-23页 |
| 2.1.2 半非负矩阵分解 | 第23-24页 |
| 2.1.3 图正则化的非负矩阵分解 | 第24-25页 |
| 2.1.4 有约束的非负矩阵分解 | 第25-26页 |
| 2.1.5 判别式投影非负矩阵分解 | 第26-28页 |
| 2.2 深度非负矩阵分解 | 第28-31页 |
| 2.2.1 多层非负矩阵分解 | 第29-30页 |
| 2.2.2 深度半非负矩阵分解 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 图正则化的半非负矩阵分解 | 第32-44页 |
| 3.1 问题分析 | 第32-33页 |
| 3.2 图正则化的半非负矩阵分解 | 第33-36页 |
| 3.2.1 求解迭代公式 | 第35-36页 |
| 3.2.2 算法描述 | 第36页 |
| 3.3 实验与分析 | 第36-42页 |
| 3.3.1 数据集介绍 | 第36-37页 |
| 3.3.2 聚类性能 | 第37-39页 |
| 3.3.3 降维效率 | 第39-40页 |
| 3.3.4 特征稀疏性 | 第40-42页 |
| 3.3.5 图正则化项系数的选取 | 第42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 图正则化的深度半非负矩阵分解 | 第44-53页 |
| 4.1 问题分析 | 第44-45页 |
| 4.2 图正则化的深度半非负矩阵分解 | 第45-48页 |
| 4.2.1 求解迭代公式 | 第47页 |
| 4.2.2 算法描述 | 第47-48页 |
| 4.3 实验与分析 | 第48-52页 |
| 4.3.1 聚类性能 | 第48-51页 |
| 4.3.2 图正则化项系数的选取 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 双向非负深度学习 | 第53-64页 |
| 5.1 问题分析 | 第53-54页 |
| 5.2 双向非负深度学习 | 第54-59页 |
| 5.2.1 求解迭代公式 | 第55-57页 |
| 5.2.2 算法描述 | 第57-59页 |
| 5.3 实验与分析 | 第59-63页 |
| 5.3.1 聚类性能 | 第59-62页 |
| 5.3.2 信息熵 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-67页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第73-74页 |
