基于非负矩阵分解的分类算法研究

发布时间：2017-11-19 20:07

  本文关键词：基于非负矩阵分解的分类算法研究

  更多相关文章： 非负矩阵分解 分类算法 半监督分类

【摘要】：分类算法是人工智能和机器学习领域的主要研究方向,也是数据挖掘技术中的重要方法。分类指的是,根据样本点的特征与类别标签,构造一个有效的分类器,并实现对无标签数据的类别标记。非负矩阵分解是一种新型的局部特征选择方法,已经成功地应用于文本挖掘、图像识别以及语音识别等领域。它通过交替最小化方法,将原始数据矩阵分解为两个矩阵乘积的形式,并要求所有矩阵都满足非负约束。非负矩阵分解将高维数据有效地映射到低维空间,实现了数据压缩和降维,提高了算法的效率,并增强了数据的可解释性。本文提出了一种基于非负矩阵分解的分类算法框架,并在此算法的基础上,将其应用领域扩展到半监督分类算法与特征选择算法中。基于非负矩阵分解的分类算法主要思想是通过原始数据矩阵与标签矩阵,利用非负矩阵分解的框架,构造特征与标签的概率矩阵,然后根据概率矩阵确定分类算法的分类器。本文具体介绍了四种基于非负矩阵分解的分类算法,分别是朴素NMF分类算法、改进的NMF分类算法、朴素NMF的半监督分类算法以及约束NMF的半监督分类算法,并对多种类型的NMF在分类中的应用做了分析与拓展。最后,论文在多个基准数据集上对比了基于非负矩阵分解的分类算法与经典分类算法,实验结果表明基于非负矩阵分解的分类算法效果优于或者接近经典算法,在算法效率方面尤为突出。并且,基于非负矩阵分解的分类算法适用于多种不同类型的数据集,可以用于解决高维稀疏数据的分类问题。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18

【参考文献】

中国期刊全文数据库 前2条

1 刘建军;吴泽彬;韦志辉;肖亮;孙乐;;基于约束非负矩阵分解的高光谱图像解混快速算法[J];电子学报;2013年03期

2 方蔚涛;马鹏;成正斌;杨丹;张小洪;;二维投影非负矩阵分解算法及其在人脸识别中的应用[J];自动化学报;2012年09期

，

本文编号：1204730