1) 2DNMF
二维非负矩阵分解
2) three dimension non-negative matrix factorization
三维非负矩阵因子分解
3) Non-negative matrix factorization
非负矩阵分解
1.
Application of Non-negative Matrix Factorization to romote sensing image fusion;
非负矩阵分解在遥感图像融合中的应用
2.
Blind sources separation based on non-negative matrix factorization;
基于非负矩阵分解算法进行盲信号分离
3.
Image classification based on non-negative matrix factorization and adjacency spectra;
基于非负矩阵分解与邻接谱的图像分类
4) nonnegative matrix factorization
非负矩阵分解
1.
We presented a generalized Kullback-Leibler cost function,and derived a new nonnegative matrix factorization algorithm based on scaled gradient desent method.
给出一种广义的Kullback-Leibler代价函数,基于调比梯度下降法得到新的非负矩阵分解算法。
2.
An algorithm with regularization constrains for nonnegative matrix factorization(RCNMF) is proposed.
提出一种带有正则约束的非负矩阵分解算法(RCNMF)。
3.
Inspired by the nonnegative matrix factorization algorithm, we put forward an fuzzy text clustering method based on nonnegative factor analysis.
本文借助于非负矩阵分解算法,提出了一种基于非负因子分析的模糊文本聚类方法。
5) non-negative matrix factorization(NMF)
非负矩阵分解
1.
A non-negative matrix factorization(NMF) based latent semantic indexing(LSI) model was introduced for image retrieval.
提出了一种基于非负矩阵分解(Non-negative Matrix Factorization,NMF)的隐含语义索引(Latent Semantic Indexing,LSI)模型用于图像检索。
2.
The initialization of Non-negative Matrix Factorization(NMF) has studied in this paper.
对非负矩阵分解的初始化进行研究,提出针对文本分类的主成分分析(PCA)、有监督PCA(SPCA)和模糊C平均3种初始化方法并进行了实验。
3.
A novel supervised feature extraction method based on non-negative matrix factorization(NMF) was proposed.
基于非负矩阵分解理论,提出一种新的有监督的特征提取方法,它具有二个特点:一是在特征提取过程中它直接利用训练样本的类别信息,二是在计算上仍然采用与非负矩阵分解方法相同数学公式,因此这种新特征提取方法被称为组合类别信息的非负矩阵分解(CINMF)方法。
6) NMF
非负矩阵分解
1.
Employing the new feedback method of NMF(Non-negative Matrix Factorization),the system fulfills successfully the task of a gradual search and the final target-positioning.
给出了一种基于图像可视属性的检索系统的模型,并利用非负矩阵分解(NMF)的新的相关反馈方法完成系统的逐步检索达到定位到目标的任务,实验结果表明该系统性能较好,可以用于通用图像的检索中。
2.
Non-negative matrix factorization(NMF) is a data analysis novelty rappidly developping in recent years.
介绍非负矩阵分解的基本原理及其在生物信息学中基因表达数据分析中的应用。
3.
Non-negative Matrix Factorization (NMF) is one of the recently emerged dimensionality reduction methods.
非负矩阵分解算法(Non-negative Matrix Factorization,简称NMF)是目前国际上提出的一种新的矩阵分解方法。
补充资料：二种非器──闻经二种非器
【二种非器──闻经二种非器】
﹝出华严经疏﹞
［一、二乘非器］，谓佛说华严经时，一切二乘根器狭劣，不能听闻。故出现品云：一切二乘，不闻此经，何况受持，故虽在座，如聋如瞽；是名二乘非器。（二乘者，声闻乘、缘觉乘也。）
［二、众生非器］，谓一切邪见众生，无信心故，非其根器，虽闻此经，闻即生谤，而堕恶道，是名众生非器。
﹝出华严经疏﹞
［一、二乘非器］，谓佛说华严经时，一切二乘根器狭劣，不能听闻。故出现品云：一切二乘，不闻此经，何况受持，故虽在座，如聋如瞽；是名二乘非器。（二乘者，声闻乘、缘觉乘也。）
［二、众生非器］，谓一切邪见众生，无信心故，非其根器，虽闻此经，闻即生谤，而堕恶道，是名众生非器。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条