附:VQ,PCA,NMF
通俗点说,VQ是用一张完整的图像直接代表源脸部图像; PCA是将几个完整人脸加减压成一张脸;而NMF是取甲的眼睛,乙的鼻子,丙的嘴巴直接拼成一张脸。这样解释虽然细节上略有不妥,但不失其概念上的意义。
一。非负矩阵分解(NMF)
1.原理,应用简介
什么是?
NMF是由Lee和Seung在自然杂志上提出的一种矩阵分解方法,它使得分解后的所有分量均为非负值,并且同时实现非线性的维数约减。传统的矩阵分解大矩阵被分解V = WH形式。这些方法的共同点是,因子W和H中的元素可为正或负,但负值元素在实际问题中往往是没有意义的。例如图像数据中不可能有负值的; 在文档统计中,负值也是无法解释的。
基本思想:
对于任意给定的一个非负矩阵A,NMF算法能够寻找到一个非负矩阵U和一个非负矩阵V,使得满足,从而将一个非负的矩阵分解为左右两个非负矩阵的乘积。
基本原理: <