万本电子书0元读

万本电子书0元读

顶部广告

高维数据非负矩阵分解方法电子书

本书提出了*优化算法求解模型,即秩一残差迭代算法和加速梯度下降算法

售       价:¥

4人正在读 | 0人评论 6.4

作       者:管乃洋,陶大程

出  版  社:电子工业出版社

出版时间:2023-01-01

字       数:17.3万

所属分类: 科技 > 工业技术 > 环境科学

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书从算法框架入手,建立系列非负矩阵分解模型的抽象数学模型,即非负块配准模型,从统一的角度分析现有的非负矩阵分解模型,并用以开发新的非负矩阵分解模型。根据非负块配准模型的分析,本书提出非负判别局部块配准模型,克服了经典非负矩阵分解模型的缺点,提高了非负矩阵分解模型的分类性能。为了克服经典非负矩阵分解的优化算法收敛速度慢的缺点,本书提出在线搜索中利用牛顿法快速搜索步长,提出非负块配准的快速梯度下降算法。为了克服经典非负*小二乘问题的求解算法的缺点,本书利用*优梯度法在无需线搜索的情况下以二阶收敛速度求解非负*小二乘问题,提出非负矩阵分解的*求解算法。在此基础上提出非负矩阵分解的*求解算法,并开发非负块配准的*优梯度法。为了克服经典优化算法应用于流数据处理时计算开销过大的缺点,本书提出非负矩阵分解在线优化算法,利用鲁棒随机近似算法更新基矩阵,提出在线算法,提高在线优化算法的鲁棒性。本书结合非负矩阵分解的低秩表示特性和残差矩阵的稀疏特性,指出曼哈顿非负矩阵分解模型可以有效地抑制数据中的噪音和野值,并指出其与低秩和稀疏矩阵分解模型的等价关系。本书提出*优化算法求解模型,即秩一残差迭代算法和加速梯度下降算法,前者将模型求解问题分解成若干加权中值问题并用快速算法求解,后者将模型求解问题分解成若干非负*小一乘问题并用平滑技术将其目标函数近似为可微函数,然后利用*优梯度法进行求解。
目录展开

前言

第1章 绪论

1.1 本书研究背景及意义

1.2 国内外研究现状

1.3 本书主要工作

1.4 本书组织结构

第2章 非负矩阵分解基础

2.1 非负矩阵分解模型

2.2 非负矩阵分解理论问题

2.3 优化算法

2.4 应用领域

2.5 本章小结与讨论

第3章 非负块配准框架

3.1 引言

3.2 非负块配准框架

3.3 非负数据降维算法的分析

3.4 非负块配准框架派生模型实例

3.5 本章小结与讨论

第4章 非负判别局部块配准模型

4.1 引言

4.2 模型定义

4.3 改进NDLA模型

4.4 模型求解算法

4.5 试验结果

4.6 本章小结与讨论

第5章 非负块配准框架快速梯度下降算法

5.1 引言

5.2 改进乘法更新规则

5.3 快速梯度下降算法

5.4 基于欧几里得距离的NPAF优化

5.5 非负块配准框架派生模型优化

5.6 数值试验

5.7 本章小结与讨论

第6章 非负矩阵分解最优梯度下降算法

6.1 引言

6.2 非负矩阵分解最优梯度下降算法

6.3 非负块配准最优梯度下降算法

6.4 试验结果

6.5 本章小结与讨论

第7章 非负矩阵分解在线优化算法

7.1 引言

7.2 基于RSA的在线非负矩阵分解算法

7.3 非负矩阵分解扩展模型的在线优化

7.4 数值试验

7.5 本章小结与讨论

第8章 非负矩阵分解典型应用实例

8.1 引言

8.2 模式识别

8.3 数据挖掘

8.4 信息检索

8.5 本章小结与讨论

附录A 辅助函数技术

A.1 辅助函数的定义

A.2 辅助函数应用

附录B 一阶优化方法与收敛速度

B.1 收敛速度的定义

B.2 一阶优化方法假设

B.3 一阶优化方法的最优收敛速度

参考文献

后记

反侵权盗版声明

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部