说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。 您的位置：首页 -> 词典 -> 受限非负矩阵分解 1)  constrained non-negative matrix factorization 受限非负矩阵分解 1. A novel method, constrained non-negative matrix factorization, is presented to capture the latent semantic relations. 提出一种获取潜在语义的受限非负矩阵分解方法 。 2)  Non-negative matrix factorization 非负矩阵分解 1. Application of Non-negative Matrix Factorization to romote sensing image fusion; 非负矩阵分解在遥感图像融合中的应用 2. Blind sources separation based on non-negative matrix factorization; 基于非负矩阵分解算法进行盲信号分离 3. Image classification based on non-negative matrix factorization and adjacency spectra; 基于非负矩阵分解与邻接谱的图像分类 3)  nonnegative matrix factorization 非负矩阵分解 1. We presented a generalized Kullback-Leibler cost function,and derived a new nonnegative matrix factorization algorithm based on scaled gradient desent method. 给出一种广义的Kullback-Leibler代价函数,基于调比梯度下降法得到新的非负矩阵分解算法。 2. An algorithm with regularization constrains for nonnegative matrix factorization(RCNMF) is proposed. 提出一种带有正则约束的非负矩阵分解算法(RCNMF)。 3. Inspired by the nonnegative matrix factorization algorithm, we put forward an fuzzy text clustering method based on nonnegative factor analysis. 本文借助于非负矩阵分解算法,提出了一种基于非负因子分析的模糊文本聚类方法。 4)  non-negative matrix factorization(NMF) 非负矩阵分解 1. A non-negative matrix factorization(NMF) based latent semantic indexing(LSI) model was introduced for image retrieval. 提出了一种基于非负矩阵分解(Non-negative Matrix Factorization,NMF)的隐含语义索引(Latent Semantic Indexing,LSI)模型用于图像检索。 2. The initialization of Non-negative Matrix Factorization(NMF) has studied in this paper. 对非负矩阵分解的初始化进行研究,提出针对文本分类的主成分分析(PCA)、有监督PCA(SPCA)和模糊C平均3种初始化方法并进行了实验。 3. A novel supervised feature extraction method based on non-negative matrix factorization(NMF) was proposed. 基于非负矩阵分解理论,提出一种新的有监督的特征提取方法,它具有二个特点:一是在特征提取过程中它直接利用训练样本的类别信息,二是在计算上仍然采用与非负矩阵分解方法相同数学公式,因此这种新特征提取方法被称为组合类别信息的非负矩阵分解(CINMF)方法。 5)  NMF 非负矩阵分解 1. Employing the new feedback method of NMF(Non-negative Matrix Factorization),the system fulfills successfully the task of a gradual search and the final target-positioning. 给出了一种基于图像可视属性的检索系统的模型,并利用非负矩阵分解(NMF)的新的相关反馈方法完成系统的逐步检索达到定位到目标的任务,实验结果表明该系统性能较好,可以用于通用图像的检索中。 2. Non-negative matrix factorization(NMF) is a data analysis novelty rappidly developping in recent years. 介绍非负矩阵分解的基本原理及其在生物信息学中基因表达数据分析中的应用。 3. Non-negative Matrix Factorization (NMF) is one of the recently emerged dimensionality reduction methods. 非负矩阵分解算法(Non-negative Matrix Factorization,简称NMF)是目前国际上提出的一种新的矩阵分解方法。 6)  Nonnegative Matrix Factorization(NMF) 非负矩阵分解 1. An endmember constrained Nonnegative Matrix Factorization(NMF)method for mixture pixels unmixing is proposed. 提出一种端元约束条件下的非负矩阵分解方法来自动反演混合像元组分。 补充资料：游程长度受限码 游程长度受限码 run length limited code, RLLC 　　youCheng chQngdu Shouxianma游程长度受限码(runlengthli而tedcode，RLLC)对记录序列中1和。的游程长度均作限制的一类信道编码。广泛应用于现今高速数据通信的传输码和高密度数字磁记录系统的记录编码中。在通信系统中，将连续l个1或0构成的二进制数据串称为长度为l的游程。在磁记录系统中，为了实现高密度记录，要避免读出脉冲相互干扰出现拥挤，应该对1游程进行限制;为了容易从读出脉冲序列中提取自同步脉冲，又要对0游程进行限制。RLLC的编码规则是:先将m位输人数据序列变换成0游程受限码，即n位输出记录序列中两个相邻的1之间至少有d个0，最多为k个O。其中，d，k称为约束参数(均为正整数)。因此，RLLC码又称d，k受限码。RLLC编码实质上是一种码制变换。类似于二进制与十进制间的变换，但RLLC变换的“权”不是刁或1伊(其中少为正整数)，而是某种特殊的数列。当k=1时该数列就是斐波那契(L.Fi-加naeei)数列;k>1时，为广义斐波那契数列。RLLC理论是本世纪70年代逐步形成、完善的。它既能指导记录编码的设计和工程实现，又能对当今数字磁记录主要实用码型进行统一的数学描述、理论概括和评价。RLLC的统一数学描述比较严谨、抽象。通常利用(d，如m，n，r)结构形式表示，以易于将各种码型进行分类并对其主要性能作定量评价。其中，d，k为约束参数;m表示输人数据序列的位数，m)1;n表示变换成d，k受限的记录序列后的位数，因为要删除一些不符合约束条件的序列(非法码字)，显然n)m和2”)2跳是选取n的必要条件。一般m/n之值保持不变。r是变换参数，即变换过程中数据串的最大长度与最小长度的比值。d，k，m，n，r称为RLLC的结构参数，均为正整数。利用结构参数可以将各种RLLC码型进行分类:①m=1的一类码称为按位编码;从>1的一类码称为成组编码。②r二1，表示分组长度固定的编码类型;r>1，表示分组长度可变的成组编码。 RLLC的构造(编译码过程)和其结构参数密切相关。除未经编码的不归零制(NRZ)、逢1变化不归零制(NRZI)以及加扰码(包括段ranlbleNRZ，rarld创1llzed NRZ)外，绝大多数早期及现今实用码型均属RLLC。如果将NRZ，NRZI用RLLC结构参数表示，它们均为(0，co;1，1，1)码。 相位编码(PE)也称调相制(PM)。其编码规则是:记录1时，磁化状态由负电平(或负脉冲)变正电平(或正脉冲);记录0时，磁化状态由正变负，两者相位差180。。PE的编码规则见表1。 说明：补充资料仅用于学习参考，请勿用于其它任何用途。 参考词条 ©2011 dictall.com