求解非负矩阵分解的有效集BB梯度算法  

Solution to Non-Negative Matrix Factorization Active Set BB Gradient Algorithm

作　　者：张璐[1] 魏潇[1] 

机构地区：[1]西安电子科技大学数学与统计学院,陕西西安710126

出　　处：《电子科技》2015年第1期122-126,共5页Electronic Science and Technology

基　　金：中央高校基本科研业务费专项基金资助项目(K50513100007);基本科研业务费基金资助项目(BDY111407);陕西省自然科学基础研究计划基金资助项目(2014JQ1043)

摘　　要：非负矩阵分解是在非负限制下的一种将一个高维矩阵分解为两个低维矩阵的分解技术。目前,存在的算法大部分是基于乘性迭代算法和交替最小二乘算法。针对交替最小二乘算法的子问题,文中提出了一种有效集BB梯度法,且该算法是全局收敛的。实验结果显示,该算法比投影梯度算法更为有效。Non-negative matrix factorization is a new matrix decomposition technique for obtaining two low-rank matrixes from a high-dimensional matrix using non-negative constraints. Most existing algorithms are based on iterative multiplicative update algorithm and alternating least squares. For ANLS＇s subproblems, this paper proposes an active set BB gradient method, which proves globally convergent. The numerical comparison with projected gradient method （PG） shows that the proposed method is effective.

关 键 词：非负矩阵分解 交替最小二乘算法 有效集 梯度法 

分 类 号：O151.21[理学—数学]