一種非負矩陣分解方法研究以及在盲源分離中的應用.pdf

1、目前,信號處理、數(shù)據(jù)分析和數(shù)據(jù)挖掘被普遍應用于科學與工程領域。從原始數(shù)據(jù)集中觀測和了解復雜的數(shù)據(jù),并提取出感興趣知識已成為現(xiàn)階段重要的挑戰(zhàn)和目標。矩陣分解在信號處理和線性代數(shù)領域里屬于一個重要的課題,其中非負矩陣分解是D.D.Lee與H.S.Seung于1999年提出的一種帶有非負約束的矩陣分解方法。數(shù)據(jù)非負性滿足物理信號的真實性,同時非負性將導致其具有相應的稀疏性。數(shù)據(jù)的稀疏性描述在一定程度上將抑制外界環(huán)境干擾,如光照的變化、圖像部分

2、遮擋或物體的旋轉(zhuǎn)等。因而,其逐漸成為一種基于非負約束與稀疏約束的非線性維數(shù)約減方法。
　　 本文首先介紹了非負矩陣分解及其改進算法,然而針對圖像盲源問題,已有的非負矩陣分解及其改進算法對圖像盲源信號進行分離時不能保證其完全分離。為降低此風險帶來的影響,本文提出一種新穎的非負矩陣分解算法并將對此方法進行相關討論,同時針對圖像盲源問題給出了具體的分析與解決方案。其主要思想是利用非負矩陣分解對數(shù)據(jù)的稀疏表達與獨立性分析,來解決信號處理