函数 [W,H,Q, Vhat] = betaNTF(V,K,varargin) %------------------------------------------------- ----------------- 简单的beta-NTF实施百分比% % 将维度为 FxTxI 的张量 V 分解为 NTF 模型： % V(f,t,i) = \sum_k W(f,k)H(t,k)Q(i,k) % % 通过最小化作为成本函数的 beta-divergence。 % 特殊情况包括： % * beta = 2 : 欧几里得成本函数% * beta = 1：Kullback-Leibler 成本函数% * beta = 0 : Itakura-Saito 成本函数% % 谨慎： % V 的第三维应该是最小的。 置换如果需要，将您的数据用于此目的。 % % % 可以通过权重因子 P 对成本函数进行加

非负矩阵分解与非负张量分解的权威参考书，想研究的朋友要认真看看