非负矩阵分解.pptx

Algorithms for Non-negative Matrix Factorization 精读报告; 在科学研究中，矩阵是最常被使用到的一种处理海量数据的 数学表达方式。然而，数据直接对应的矩阵信息分布往往不均匀 且维度极大，计算时效率不高。为了解决这个问题，科学家们提 出了矩阵分解这一概念。; Daniel D. Lee和H. Sebastian Seung 于1999年提出了非负矩阵分解算法（Al- gorithms for Non-negative Matrix Fact- orization, NMF），它是矩阵分解最基本 的方法之一。;?;使用某些测度方法来量化相似结果的质量;更新规则;定理 2;首先，引入辅函数的概念： ;推理 1;h;推理 2;为半正定矩阵，因此 同半正定;定理1证明：;推理 3;证明：;定理2证明：;相关工作;Algorithms for Non-negative Matrix Factorization 精读报告