[发明专利]一种用于聚类的基于非负矩阵分解的降维方法无效
| 申请号： | 201010167504.4 | 申请日： | 2010-05-06 |
| 公开（公告）号： | CN101853239A | 公开（公告）日： | 2010-10-06 |
| 发明（设计）人： | 郭跃飞;朱真峰;薛向阳 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06F15/18 | 分类号： | G06F15/18 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;盛志范 |
| 地址： | 20043*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于统计模型识别与机器学习技术领域，具体为一种用于聚类的基于非负矩阵分解的降维方法。本发明方法采用KL距离，加入数据归一化约束，通过最小化数据压缩和重建之间的目标误差函数，直接发觉数据维之间的内在关系，最终获得映射矩阵；再利用该映射矩阵，把高维数据投影到低维子空间中，从而进行有效的数据分析，如聚类等。本发明得到了比原分解方法更加简练的迭代公式，并在每次迭代更新中能够自然保持归一。归一化使得最终的映射矩阵与原分解方法相比具有更好的稀疏性。在得到的低维空间中，聚类结果表明本发明方法可得到更加有效的低维数据特点，算法简单而有效。 | ||
| 搜索关键词： | 一种 用于 基于 矩阵 分解 方法 | ||
【主权项】：
一种用于聚类的基于非负矩阵分解的降维方法，其特征在于采用KL“距离”，在数据非负要求的基础上，加入数据归一化约束，通过最小化数据压缩和重建之间的目标误差函数，直接寻求数据维之间的内在关系，最终获得映射矩阵；再利用该映射矩阵，把高维数据投影到低维子空间中，从而进行相应的数据分析。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010167504.4/，转载请声明来源钻瓜专利网。
