[发明专利]数字信号处理方法和设备

权利要求书

1. 一种使用非负矩阵因数分解对定义目标矩阵(X)的数据阵列中的数据进行数字处理以确定矩阵对(F，G)的方法，所述对的第一矩阵确定用于表示所述数据的特征组，所述对的第二矩阵确定所述特征的权重，从而所述第一和第二矩阵的乘积逼近所述目标矩阵，所述方法包括：

输入所述目标矩阵数据(X)；

选择所述第一和第二矩阵中所述一个矩阵的行，并选择所述第一和第二矩阵中另一个矩阵的列；

确定所述被选行和列对所述目标矩阵的目标贡献(R)；

在非负约束下，根据所述目标贡献，确定所述被选行和列的更新值；以及

针对所述第一和第二矩阵的其它行和列重复所述选择和确定，直至完成对所有所述行和列的更新。

2. 如权利要求1所述的方法，其中，所述更新值的确定包括：与所述被选行的先前值大致无关地确定所述被选行的新值，以及与所述被选列的先前值大致无关地确定所述被选列的新值。

3. 如权利要求1或2所述的方法，其中，所述目标贡献(R)的确定包括：确定所述目标矩阵(X)与根据所述第一和第二矩阵中除所述被选行和列之外的所有所述行和列而确定的加权特征和之间的差。

4. 如权利要求1、2或3所述的方法，其中，所述更新值的确定包括：计算G_ia＝f₁(R，F)和F_au＝f₂(R，G)的值，其中R是具有I行和U列的矩阵，F是具有A行和U列的矩阵，而G是具有I行和A列的矩阵，f₁和f₂表示第一和第二函数，G_ia表示G的第i行和第a列中的数据元素，而F_au表示F的第a行和第u列中的数据元素。

5. 如权利要求4所述的方法，其中，选择f₁和f₂以将用于测量所述被选行和列的乘积对所述目标贡献的逼近质量的代价函数最小化。

6. 如权利要求5所述的方法，其中，所述代价函数包括所述被选行和列的乘积与所述目标贡献之间的平方欧氏距离。

7. 如权利要求5所述的方法，其中，所述代价函数包括所述被选行和列的乘积与所述目标贡献之间的发散函数。