基于循环矩阵投影的Nyström扩展

刘静姝¹,王莉^1*,刘惊雷²

1.太原理工大学大数据学院, 山西 晋中 030600;2.烟台大学计算机与控制工程学院, 山东 烟台 264005

发布日期:2020-07-08

作者简介:刘静姝(1997— ),女,硕士研究生,研究方向为大数据环境下的矩阵分解. E-mail:liujingshu1997@163.com*通信作者简介:王莉(1971— ),女,博士,教授,研究方向为在线社会媒体计算及机器学习. E-mail:wangli@tyut.edu.cn
基金资助:国家自然科学基金资助项目(61872260,61572419);山西省自然科学基金资助项目(201703D421013)

Nyström extension based on circulant matrix projection

LIU Jing-shu¹, WANG Li^1*, LIU Jing-lei²

1. School of Big Data, Taiyuan University of Technology, Jinzhong 030600, Shanxi, China;
2. School of Computer and Control Engineering, Yantai University, Yantai 264005, Shandong, China

Published:2020-07-08

摘要/Abstract

摘要： 不同于采样矩阵近似方法,设计了一种基于随机循环矩阵投影来实现矩阵的近似。首先,利用随机采样得到一个初始矩阵的近似轮廓,然后构造循环嵌入矩阵,将该循环矩阵作为投影矩阵,从而将输入数据空间的初始轮廓嵌入到一个低维的特征子空间上,最后在特征子空间上进行奇异值分解,从而扩展了传统的Nyström方法。与其他典型的矩阵近似方法相比,所设计的Nyström方法具有时间复杂度低、重构精度高的优点。最后通过实验证实了所设计的循环矩阵投影方法的有效性,可以实现对传统Nyström方法的有效扩展。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3304