Accelerated sparse nonnegative matrix factorization for unsupervised feature learning

•We improved SNMF with implicit sparse constraints which are the L1-norm of coefficient matrix and L2-norm of basis matrix.•A subproblem is transformed into a convex optimization model solved by DG, another one is equivalent to FISTA by Lip. Cond.•We obtain the closed-form iteration form of each sub...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Pattern recognition letters Ročník 156; s. 46 - 52
Hlavní autoři:	Xie, Ting, Zhang, Hua, Liu, Ruihua, Xiao, Hanguang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Amsterdam Elsevier B.V 01.04.2022 Elsevier Science Ltd
Témata:	Algorithms Closed form solutions Clustering Exact solutions Factorization Iterative algorithms Iterative methods Iterative solution Machine learning Mathematical analysis Nonnegative matrix factorization Norms Sparse Nonnegative matrix factorization 41A10 65D05 65D17 Sparse Clustering 41A05
ISSN:	0167-8655, 1872-7344
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!