研究文章

非负矩阵分解与高斯过程先验

图1

玩具示例数据矩阵(左上),基本无噪声的非负数据(右上),和估计使用文本描述的四种方法。数据有相当大量的噪音,和底层负的因素在两个方向平滑。LS-NMF和CNMF分解非光滑,因为这些方法不是模型的相关性因素。GPP-NMF,它使用一个光滑的之前,找到一个平稳的解决方案。当使用正确的之前,soulution非常接近真正的底层数据。
361705. fig.001