乘性更新相关论文
近年来,随着数据规模的不断扩大,随机梯度下降算法已成为机器学习,特别是深度学习研究的热点,其具有参数更新过程简单、收敛速度快......
聚类分析是当前机器学习的一个研究热点,它旨在将数据集合拆分组成若干有意义的簇（也叫“类”）,从而实现对数据的解释和识别。基于图......
为了降低乘性迭代算法在求解非负Tucker分解时的计算复杂度,该文在乘性迭代的基础上,提出了一种随机方差缩减乘性更新方法。该方法......
针对非负张量分解的乘性更新算法，讨论了其元素形式与矩阵形式的一致性，并给出了不平衡的乘性更新算法．数值试验表明，新的算法具有更快......
针对求解非负矩阵分解的乘性更新规则存在计算复杂度高且迭代效率低等缺点,提出一种随机方差参数调整梯度的方法.将方差缩减策略和......
利用KL散度衡量增量非负矩阵分解效果,提高非负矩阵分解性能;施加行列式、稀疏性和相关性等约束条件,保证盲源信号分离的唯一性和......
