8 非负矩阵分解（NMF） 降维方法
非负矩阵分解（Non-negative Matrix Factorization)是在矩阵中的元素均为非负数约束条件之下的非负矩阵分解方法。
基本思想：给定一个非负矩阵V，NMF能够找到一个非负矩阵W和一个非负矩阵H，是得矩阵W和H的乘积近似等于矩阵V中的值。
W 矩阵：基础图像矩阵，相当于从原矩阵V中抽取出来的特征。
V 矩阵：系数矩阵
NMF能够广泛应用于图像分析、文本挖掘、和图像处理领域。
8 非负矩阵分解（NMF） 降维方法
最新推荐文章于 2025-02-25 17:48:22 发布
非负矩阵分解(NMF)是一种在非负约束下进行矩阵分解的方法。它将原始矩阵V分解为两个非负矩阵W和H的乘积，使得W和H的乘积近似等于V。W作为基础图像矩阵，提取了V中的特征；H作为系数矩阵。NMF在图像分析、文本挖掘等领域应用广泛。
扫一扫
1293
到【灌水乐园】发言
