一種非負(fù)矩陣分解方法研究以及在盲源分離中的應(yīng)用.pdf

1、目前,信號(hào)處理、數(shù)據(jù)分析和數(shù)據(jù)挖掘被普遍應(yīng)用于科學(xué)與工程領(lǐng)域。從原始數(shù)據(jù)集中觀測(cè)和了解復(fù)雜的數(shù)據(jù),并提取出感興趣知識(shí)已成為現(xiàn)階段重要的挑戰(zhàn)和目標(biāo)。矩陣分解在信號(hào)處理和線性代數(shù)領(lǐng)域里屬于一個(gè)重要的課題,其中非負(fù)矩陣分解是D.D.Lee與H.S.Seung于1999年提出的一種帶有非負(fù)約束的矩陣分解方法。數(shù)據(jù)非負(fù)性滿足物理信號(hào)的真實(shí)性,同時(shí)非負(fù)性將導(dǎo)致其具有相應(yīng)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(fù)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(fù)矩陣分解及其改進(jìn)算法,然而針對(duì)圖像盲源問題,已有的非負(fù)矩陣分解及其改進(jìn)算法對(duì)圖像盲源信號(hào)進(jìn)行分離時(shí)不能保證其完全分離。為降低此風(fēng)險(xiǎn)帶來的影響,本文提出一種新穎的非負(fù)矩陣分解算法并將對(duì)此方法進(jìn)行相關(guān)討論,同時(shí)針對(duì)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(fù)矩陣分解對(duì)數(shù)據(jù)的稀疏表達(dá)與獨(dú)立性分析,來解決信號(hào)處理