稀疏約束非負矩陣分解方法及其應用研究.pdf

1、“互聯(lián)網(wǎng)+”時代，信息的數(shù)量呈現(xiàn)爆炸式增長，而且信息維度也愈來愈大，如何處理這些海量高維數(shù)據(jù)是當前科學研究的熱點問題之一。基于稀疏約束的非負矩陣分解方法不僅擁有普通非負矩陣分解的非負特性，使得分解結(jié)果有直觀的物理意義，而且還可以對數(shù)據(jù)產(chǎn)生稀疏的表示，挖掘數(shù)據(jù)背后隱含的模式或特征，便于數(shù)據(jù)的存儲和分析。稀疏非負矩陣分解技術已廣泛應用于計算機視覺、語音識別、文本聚類、網(wǎng)絡安全、生物醫(yī)學工程等諸多領域，特別是在大規(guī)模數(shù)據(jù)處理任務中具有重要的理

2、論意義和應用價值。
　　本研究主要內(nèi)容包括：⑴在Lq范數(shù)約束的基礎上，提出一種基于L1/2范數(shù)的稀疏約束卷積非負矩陣分解方法，給出了一種基于乘性迭代規(guī)則的求解算法，并對收斂性進行分析。該方法利用歐式距離衡量分解誤差，使用稀疏性更強的L1/2范數(shù)對分解系數(shù)進行稀疏約束。基于上述方法，本文還提出了一種基于L1/2稀疏約束卷積非負矩陣分解的單通道語音增強模型。該模型在刻畫語音基的幀間相關性和在信號稀疏表示方面具有明顯優(yōu)勢。在語音增強過程

3、中，該模型先對噪聲進行非負矩陣分解得到噪聲基，以此作為先驗信息用于含噪語音的稀疏約束卷積非負矩陣分解中，并利用分解后的語音基和相應系數(shù)重建干凈語音。實驗結(jié)果表明該方法分解后得到的語音基含有噪聲成分更少，相比傳統(tǒng)的語音增強方法，該模型重建后語音的可懂度有所提高。⑵提出一種基于交替方向乘子的正交投影非負矩陣分解方法。在普通非負矩陣分解方法中引入基矩陣正交和投影約束后，得到正交投影非負矩陣分解方法。正交約束可減少基向量之間的相關性，從而得到稀