报告题目：基于正则化的非负矩阵分解算法及其应用研究
报告人：叶军
报告人单位：bat365在线官网入口
时间：2015年12月9日15:40-16:40
地点：教2-501室
主办单位：视觉认知计算与应用研究中心、bat365在线官网入口、科技处
报告内容：非负矩阵分解方法作为一项数据处理技术，揭示了数据的本质，已经被广泛应用至人脸识别与检测、文本分析和聚类等诸多方向研究中。以非负矩阵分解算法为主要研究内容，以期充分挖掘数据固有的几何结构和利用少量的监督信息。重点提出了几种新的矩阵分解算法，同时在提升分解矩阵稀疏表示能力方面做出了改进方案，具体创新点表现在：
（1）研究了基于交替非负最小二乘的非负矩阵分解算法框架流程、投影梯度算法的算法结构和非负矩阵下逼近分解算法。以减少算法时间复杂度为目标，将投影梯度方法和非负矩阵下逼近分解方法相结合，提出了基于投影梯度的非负矩阵下逼近分解(PGNMU)算法框架；
（2）在基于正交子空间非负矩阵分解算法的基础上，考虑分解所得矩阵的稀疏表示能力，引入对分解矩阵的平滑L0范数约束，提出了基于平滑L0范数约束的正交子空间非负矩阵分解算法；
（3）研究了流形正则化的非负矩阵分解算法，并结合模糊数学的方法，提出了基于模糊K最近邻图的非负矩阵分解算法；
（4）研究了概念分解算法，在此基础上同时考虑了数据流形和特征流形的几何结构，提出了一种双图正则化的概念分解算法。
报告人简介：叶军，男，博士，1981年3月生。1999年考入徐州师范大学数学与应用数学专业，2003考入南京理工大学计算数学专业攻读硕士学位，2009年考入南京理工大学计算机应用与工程学院攻读模式识别与智能系统专业博士学位，2014年获得南京理工大学工学博士学位。