置换 NMF：一种旨在最小化得分矩阵体积的简单算法
应用统计
2013-12-19 v1 机器学习
机器学习
摘要
非负矩阵分解（NMF）试图寻找若干原型响应剖面或部分，使得数据集中的任何样本剖面都可以由这些原型中的一个相近剖面或这些剖面的线性组合来近似。由于观测信号的非负性质，在估计原型剖面时施加了非负约束。除了非负性外，还可以对得分矩阵 W 施加体积约束，以增强 NMF 学习部分的能力。在本报告中，我们描述了一种非常简单的算法，该算法实际上间接实现了体积最小化。
引用
@article{arxiv.1312.5124,
title = {Permuted NMF: A Simple Algorithm Intended to Minimize the Volume of the Score Matrix},
author = {Paul Fogel},
journal= {arXiv preprint arXiv:1312.5124},
year = {2013}
}