标题：β散度下的非负矩阵分解
作者：黄司辉 袁嘉棋 陈默 汪振
作者单位：广东工业大学自动化学院，广东 广州 510000
关键字：非负矩阵分解，β散度，贝叶斯近似法
摘要：主要学习、研究了一种基于β散度的非负矩阵分解方法。常见的矩阵分解一般是基于二范数的非负矩阵分解或是基于KL散度的矩阵分解，但由于这两种分解方法对数据结构的限制使得该方法下的矩阵分解不够灵活。而基于β散度下的非负矩阵分解正是因为β的不确定性而减少对数据结构的限制，从而适用性更高。对一种利用贝叶斯模型来优化目标函数的方法进行学习和研究，该方法通过引进一个标量参数将矩阵W的列和矩阵H的行联系起来，达到将矩阵W和矩阵H分开计算的目的，如此可降低计算复杂度，提高计算效率。将该方法运用于聚类分析中，并取得良好的效果。