日新月异的科技进步给社会生活带来极大便利,互联网的日益壮大使信息交流迅速而广泛;与此同时,人们对准确地认证个人身份、确保信......

非负矩阵分解算法由于具有实现上的简便性、分解形式和分解结果上的可解释性,以及占用存储空间少等诸多优点,自提出之后迅速受到数......

人脸识别是通过分析人脸特征,比对特征信息来识别身份。基于子空间分析的人脸识别方法,是近年来研究者非常关注的提取人脸特征的方......

提出时频分析结合二维非负矩阵分解的混合特征提取算法识别不同局部放电类型。在实验室环境下采集了4种典型绝缘缺陷模型的局部放......

针对二维时频表示特征提取困难这一问题,在分析基追踪与二维非负矩阵分解方法（Two Dimensional Nonnegative Matrix Factorization,......

本文针对波形内插（WI）语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插（2DNMF-WI）语音......

类估计基空间奇异值分解算法(CSVD)克服了奇异值分解(SVD)造成的重构图像基空间不一致的本质缺陷,但在一定程度上削弱了图像的类别......

针对齿轮故障信号时频分布识别问题,提出采用二维非负矩阵分解技术提取时频分布矩阵特征参数的方法。采用S变换技术将齿轮故障信号......

非负矩阵分解(NMF)是基于部分的特征提取方法,能够克服局部遮挡和光照问题,在图像识别任务中效果较好。然而传统算法中,NMF提取的......

研究人脸识别性能问题,由于要求图像识别处理精度高,速度快,传统的非负矩阵分解方法,在NMF矩阵的构建过程中,图像向量化会导致图像......

针对柴油机故障诊断方法中的信号时频表征及特征提取问题,提出一种基于振动信号快速稀疏分解与二维时频特征编码识别的柴油机智能......

随着互联网的快速发展,数据的规模越来越庞大,数据的相关性也变得越来越复杂,譬如:越来越高分辨率的监控视频、图像,错综复杂的关......