Dual semi-supervised convex nonnegative matrix factorization for data representation
Semi-supervised nonnegative matrix factorization (NMF) has received considerable attention in machine learning and data mining. A new semi-supervised NMF method, called dual semi-supervised convex nonnegative matrix factorization (DCNMF), is proposed in this paper for fully using the limited label i...
محفوظ في:
المؤلفون الرئيسيون: | Peng, Siyuan, Yang, Zhijing, Ling, Bingo Wing-Kuen, Chen, Badong, Lin, Zhiping |
---|---|
مؤلفون آخرون: | School of Electrical and Electronic Engineering |
التنسيق: | مقال |
اللغة: | English |
منشور في: |
2022
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/161773 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
المؤسسة: | Nanyang Technological University |
اللغة: | English |
مواد مشابهة
-
Hypergraph based semi-supervised symmetric nonnegative matrix factorization for image clustering
بواسطة: Yin, Jingxing, وآخرون
منشور في: (2023) -
Robust semi-supervised nonnegative matrix factorization for image clustering
بواسطة: Peng, Siyuan, وآخرون
منشور في: (2022) -
Semi-supervised tooth instance segmentation
بواسطة: Ling, Zijie
منشور في: (2024) -
Semi-supervised spam detection in Twitter stream
بواسطة: Sedhai, Surendra, وآخرون
منشور في: (2018) -
Robust orthogonal nonnegative matrix tri-factorization for data representation
بواسطة: Peng, Siyuan, وآخرون
منشور في: (2022)