基于最大熵與相關(guān)性分析的非負矩陣分解

摘要： 為解決傳統(tǒng)非負矩陣分解不考慮潛在因子的相關(guān)性與分布特征等缺點，提出一種基于最大熵與相關(guān)性分析的非負矩陣分解方法。利用最大熵原理描述非負矩陣分解中的潛在因子分布，以捕捉語義質(zhì)量的潛在因子特性，并提出一種基于相似性的方法來度量差異性。將自適應加權(quán)策略引入因子間的相互關(guān)系，使得每個潛在因子能夠無監(jiān)督地獲得自適應權(quán)重，并對自適應加權(quán)的潛在因子進行非線性變換。在多個數(shù)據(jù)集上的實驗結(jié)果表明... （共11頁）