KL散度下的非负矩阵分解

摘要：

非负矩阵分解是分离相关源信号的最有力工具之一。本文提出了基于KL散度的最小体积约束非负矩阵分解算法。文中分析了非负矩阵分解与稀疏性、最小体积之间的内在联系。为了适合处理大数据集问题，利用了KL散度来提出优化目标函数。仿真表明，我们的算法不仅可以分离一些高度相关的源信号，而且可以显著提高非负矩阵分解学习部分的能力，从而具有非常广泛的用途。

关键词： 非负矩阵分解 KL散度 最小体积

作者: 蒋霈霖

作者单位: 湖北大田化工股份有限公司 434001

会议类型: 国内会议

会议名称: 中国自动化学会中南六省区自动化学会第28届学术年会

会议地点: 广州·香港

会议语种:中文

页码: 497-500

在线出版日期: 2010-12-09（万方平台首次上网日期，不代表论文的发表时间）