作者:雷志彬; 陈骏霖 期刊:《自动化与信息工程》 2018年第06期
针对基于非负矩阵分解的心肺音分离方法假设心肺音在时.频域上是线性混叠的,且没有利用心肺音成分的时序相关性等问题,提出基于全连接LSTM的心肺音分离方法。将长短时记忆网络应用于心肺音分离,以处理心肺音成分的非线性混叠,并捕捉心肺音成分的时序相关性,加强分离效果。为减少网络参数,提高训练速度,LSTM网络采用全连接网络结构。实验结果表明:本文设计的LSTM网络取得了优于监督非负矩阵分解方法的心肺音分离效果。
作者:邹振城; 刘厶元 期刊:《自动化与信息工程》 2019年第05期
针对心肺音的时序结构特性,提出一种基于非负矩阵分解的递归稀疏表示的心肺音分离方法。通过非负矩阵分解构建能有效描述心肺音的递归特征心肺音字典;基于该字典,获得心音和肺音的稀疏表示,实现心肺音分离。实验结果表明:本文设计的心肺音分离方法取得的效果优于基于非负矩阵分解的稀疏表示的心肺音分离方法、监督非负矩阵分解方法的心肺音分离和带通滤波。
非负矩阵分解算法(NMF)已经广泛应用于图像处理、模式识别和数据挖掘等相关领域,它旨在寻找两个非负矩阵使其乘积与原始矩阵实现最佳相似。然而,标准的非负矩阵分解算法(NMF)不能发现数据空间的内蕴几何结构。本文提出了一种基于L2稀疏约束和图正则化的非负矩阵分解算法(L2-SGRNMF),并将该方法与标准NMF算法和图正则化非负矩阵分解算法(GRNMF)进行了对比。
作者:闫效莺; 吴莹; 李润洲 期刊:《科学技术与工程》 2019年第33期
识别药物-靶蛋白作用关系是当前药物研究的重要内容,其可帮助识别已有药物的新功能,发现药物的“偏靶蛋白”等。现有预测算法对新药物的作用靶蛋白,及新靶蛋白的作用药物预测存在困难,由此提出一种新奇的基于流形正则化非负矩阵分解的新药物/新靶蛋白作用关系预测算法,该方法首先通过聚类算法构建新药物/新靶蛋白的初始作用标签,然后设计引入流形学习正则化约束的非负矩阵分解算法预测药物-靶蛋白作用关系,最后在四个经典数据集中...
作者:徐慧敏; 陈秀宏 期刊:《智能系统学报》 2019年第06期
非负矩阵分解是一种流行的数据表示方法,利用图正则化约束能有效地揭示数据之间的局部流形结构。为了更好地提取图像特征,给出了一种基于图正则化的稀疏判别非负矩阵分解算法(graph regularization sparse discriminant non-negative matrix factorization,GSDNMF-L2,1)。利用同类样本之间的稀疏线性表示来构建对应的图及权矩阵;以L2,1范数进行稀疏性约束;以最大间距准则为优化目标函数,利用数据集的标签信息来保持数据样本之间的...
作者:郜晓晶; 薛河儒; 潘新; 周艳青 期刊:《内蒙古农业大学学报·自然科学版》 2019年第04期
牛乳体细胞中包含了多种细胞,对评价牛乳质量和诊断奶牛乳腺炎至关重要。本文以彩色显微图像为对象,研究牛乳体细胞中中性粒细胞、上皮细胞、巨噬细胞和淋巴细胞分类识别方法。为了降低高维的Gabor特征空间对分类效率的影响,提出一种基于改进的非负矩阵分解(NMFSNMB)与GB(2D)~2PCA融合的特征提取算法。第1步,利用Gabor-based(2D)~2PCA算法求得细胞图像的频域整体特征。第2步,利用NMFSNMB算法提取细胞的空域局部特征,将细胞图像分解...
作者:石春鹤; 吴成东 期刊:《东北大学学报·自然科学版》 2019年第10期
为提高多种光照条件下交通卡口视频中车脸识别的准确性,提出了一种基于改进非负矩阵分解的车脸识别算法.对采集图像进行预处理,获得车脸图像与车牌信息.基于特定光照条件,自适应提取车脸图像的初始特征.针对车脸图像中像素位置的重要性差异,建立了加权稀疏约束非负矩阵分解的特征降维方法.通过判断特征相似性与车牌信息一致性,确定车辆是否合法.实验结果表明所提算法具有较好的识别性能,真实接受率与错误拒绝率分别可达到0.987 5与...
作者:龚卫华; 金蓉; 裴小兵; 梅建萍 期刊:《计算机研究与发展》 2019年第11期
近年来,异质网络中的社区发现逐渐成为人们关注的研究热点,然而现有大多数非重叠或重叠的社区发现方法都局限于考虑单一类型的网络结构,而无法适用于包含多模实体及其多维关系的异质网络,基于位置的社交网络(location based social network,LBSN)作为最近兴起的一种新型异质网络,如何有效发现其含有多维关系的复杂社区结构对现有研究来说是一个挑战性的难题.为此,提出了一种融合用户与位置实体及其多维关系的社区发现方法MRNMF(mul...
在单样本或者小样本的人脸识别系统中,常常会面临样本数量不足的问题,为解决少样本情况下的分类精度,以及利用原始特征或者目标特点重构的虚拟样本过于单一等问题,提出一种自适应非负矩阵分解(NMF)的人脸识别方法。该方法首先在矩阵分解过程中构造不同矩阵维度和迭代次数参数下的重构样本;然后利用QR分解稀疏表示方法进行人脸分类;最后,通过选取最优参数组合,调整重构样本,直至达到最佳分类效果。在ORL、Yale和AR 3个数据库上的实...
文章提出一种基于非负矩阵分解和正交匹配追踪的癌症基因表达数据分类方法。首先,采用主成分分析与奇异值分解相结合的方法对数据进行降维;其次,通过非负矩阵分解训练传感矩阵、正交匹配追踪取得测试样本的稀疏表达;最后,根据稀疏表达和样本特征矩阵进行分类。与经典的分类方法相比,该算法提高了分类准确率,对多类别、不均衡的样本分类效果更明显。
作者:王晓莹; 谢钧; 陶性留; 邵东生; 王忠 期刊:《计算机工程》 2019年第11期
基于单标记分类的降维及特征选择方法难以直接运用到多标记学习中,而将多标记学习问题独立分解为多个单标记学习问题再进行降维会丢失标记的相关性信息。为此,提出一种基于嵌入式特征提取的多标记分类算法,将非负矩阵分解引入到多标记学习过程中,在对原始多标记数据集进行特征提取的同时,减少冗余特征、不相关特征及高维特征对多标记分类的影响。在4个公开的标准数据集上进行对比实验,结果表明该算法能对数据进行有效降维,在准确度...
作者:朱俊霖; 王海平; 杨祖元 期刊:《计算机工程》 2019年第12期
心音信号和肺音信号在时频域上的混叠会影响听诊效果,而传统基于非负矩阵分解(NMF)的心肺音分离方法在获取参考信号过程中没有利用心音和肺音的标签信息,使得分离精度受限。为此,在NMF的基础上引入标签约束,提出一种心肺音分离方法。将心肺音特有的频率特性以标签形式加入到心肺音分离算法中,经NMF分解得到心音和肺音的参考信号。在此基础上,通过分析参考信号和原始信号的相关性完成聚类,采用时频掩码实现心肺音信号分离。实验结果...
作者:阿都建华; 王明辉; 胡俊 期刊:《工程科学与技术》 2011年第S1期
在非负矩阵分解(NMF)图像融合方法的基础上,提出一种基于加权非负矩阵分解(WNMF)和聚焦点定位分析的多聚焦图像融合方法。该方法利用光学系统成像原理及点扩散函数在光学成像过程中的作用,判定多聚焦图像中的聚焦点的近似位置,并以此为基础构建一个权值矩阵,然后将加权非负矩阵算法应用于图像融合中,最后得到一幅各部分都聚焦清晰的图像。实验结果表明,通过本文提出的方法得到的融合图像效果优于普通的非负矩阵分解方法、小波变换...
作者:余先川; 任雅丽 期刊:《地质学刊》 2014年第02期
非负矩阵分解(NMF)是重要的矩阵分解算法与数据降维工具。介绍了NMF的背景、定义、原理及特征。在已有NMF算法分类的基础上,总结当前流行的NMF算法及研究进展,综述NMF在地学领域中的应用,主要包括高光谱图像的处理与矿产资源预测。对NMF算法的研究方向进行了预测和展望。
作者:韩德来; 陈鹏; 蔡强富; 刘美全 期刊:《军械工程学院学报》 2013年第05期
针对孤立脉冲群电磁超声系统信号特征容易被噪声淹没的问题,提出基于改进的非负矩阵分解(INMF)优选特征的支持向量机(SVM)方法.首先,用3种不同的方法提取高维特征;其次,用NMF方法实现特征降维,并保证降维结果的唯一性,避免对特征的直接选择;最后,应用支持向量机方法对降维特征进行分类.对孤立脉冲群电磁超声系统采集的4种信号特征进行提取、选择和分类,实验结果表明:INMF方法能有效提取微弱信号的特征,减少运算量...
作者:李国芳; 王力 期刊:《信息技术与网络安全》 2015年第04期
针对传统BP算法收敛缓慢、训练过程振荡等缺点,提出了一种基于改进Gamma和改进BP神经网络的人脸识别算法。采用改进Gamma矫正方法改善原始图像的光照不均匀,并采用小波变换和NMF算法提取图像主要特征,最后结合一种新的权值调整方法改进BP算法进行图像分类识别。仿真实验表明,与传统算法相比,使用该算法对Yale人脸库、CMU PIE人脸库和自建人脸库的图像进行识别具有更快的收敛速度和更高的识别率。
科研人员对未知领域的探索在世界上各个角落时时刻刻都在发生,论文的数量急剧增加。庞大的论文数量对研究人员查阅文献,了解科研前沿等工作造成巨大负担。为了缓解科研人员查找论文的工作难度,解决无法快速准确找到自己所需的科研文献这一痛点问题,我们提出了一种基于非负矩阵分解的个性化论文推荐系统,本文所提的论文推荐系统可以根据使用者查看的论文历史记录,结合论文-论文,读者-读者的相似性信息,智能地推荐使用者可能喜欢的论...
作者:李何叶; 朱家慧; 李雨霖; 秦瑶; 张新浩; 李德 期刊:《科学技术创新》 2017年第13期
以零水印技术作为算法中心思想,以图像为研究对象展开实验研究,针对当前网络传播的漫画作品起到版权保护的作用。通过算法实现图像鲁棒性的提高,在通过攻击实验,来分析算法的性能。
作者:董云影; 张慧; 张红 期刊:《科学技术创新》 2015年第28期
非负矩阵分解(Non.negative Matrix Factorization,NMF)是一种较新的矩阵分解方法,在过去的十年里,NMF作为新兴的特征提取方法和维数约减方法已应用于人脸识别、数字水印、文本分析等领域。本文主要对NMF在国内外发展的现状进行了讨论和总结。
作者:李二森; 邹瑜; 苏斌 期刊:《海洋测绘》 2011年第01期
最小体积约束的非负矩阵分解算法(MVC-NMF)不需要假定纯像元的存在,并且在自动提取端元的同时,能够获取每种端元所对应的丰度图,然而该方法并没有考虑丰度矩阵的稀疏特性。提出了将稀疏约束引入MVC-NMF算法中,提高了算法的精度。实验结果表明:该方法在相同迭代次数条件下比MVC-NMF算法解混的精度更高。