本文主要是使用semi-NMF(半非负的矩阵分解)解决模板匹配(template matching)问题。我们知道波形可以由一系列基本波形线性叠加而成，而模板匹配问题就是利用这样一些基本波形作为模板把原波形分离出来，通常都是要先知道模板然后才能做匹配找出每个模板对应的振幅(amplitude)，但是这样无疑需要事先存在一个模板字典，本文主要贡献是找到一种方法可以直接从原波形找出这样的基本波形,也即模板。由于NMF具有可以从源数据中找出组件的特性，本文就是利用了NMF的这一特性，直接分解出模板和振幅，由于模板本身不要求非负性，因此作者只拘束振幅为非负并且是稀疏的，这转化为一个semi-NMF问题，它的求解思路和C.Ding等人的semi-NMF非常类似，只不过C.Ding等人是用它解决聚类问题。
作者在合成数据和胞外记录(exteacellular recordings)上分别做了实验，结果显示该方法在合成数据上可以把有噪声的信号重构后形成无噪声信号，在胞外记录的实验上，该方法成功分离出两种基本信号(SD spike,IS spike).
文章下载地址：http://liinc.bme.columbia.edu/~lparra/publish/NIPS2008-SSNMF.pdf
订阅：
博文评论 (Atom)
没有评论:
发表评论