一般形式可分离NMF问题的预条件连续投影算法鲁棒性分析
机器学习
2016-03-03 v2 最优化与控制
摘要
连续投影算法(SPA)已知能很好地处理应用中出现的可分离非负矩阵分解(NMF)问题，例如从文档中提取主题和在高光谱图像中检测端元。其原因之一是该算法对噪声鲁棒。Gillis与Vavasis在[SIAM J. Optim., 25(1), pp. 677-698, 2015]中证明，预条件子可进一步增强其噪声鲁棒性。该证明基于可分离NMF问题中维度与分解秩彼此相等的条件。然而，期望该条件在实际应用出现的可分离NMF问题中成立可能不现实；在此类问题中，通常大于。本文在不假设的条件下，证明了预条件SPA对噪声是鲁棒的。
引用
@article{arxiv.1506.08387,
title = {Robustness Analysis of Preconditioned Successive Projection Algorithm for General Form of Separable NMF Problem},
author = {Tomohiko Mizutani},
journal= {arXiv preprint arXiv:1506.08387},
year = {2016}
}
备注
19 pages