24小时热门版块排行榜    

CyRhmU.jpeg
查看: 867  |  回复: 1

忘忧谷3987

银虫 (小有名气)

[求助] 有关非负矩阵的MATLAB程序优化

亲们:我编了一个有关非负矩阵分解算法的MATLAB程序,但是与别人的实验结果相比,迭代次数和时间比原始数据差很多,但是我不会优化程序,麻烦大神们给指导指导,非常感谢
function [W,iter_W,gradW]=QRPBB(V,Winit,H,maxiter,tol)
W=Winit;
alpha_max=1.0e+20;
alpha_min=1.0e-20;
M=5;
row=0.25;
gama=1.0e-4;
HHt=H*H';
VHt=V*H';
L=norm(HHt);
delta0=-sum(sum(H.*(W'*V)));
dQd0=sum(sum((H.*(W'*W*H))));
f0=delta0+0.5*dQd0;
for k=1:maxiter;
    gradW=W*HHt-VHt;%计算W的梯度;
    projgrad = norm(gradW(gradW<0 | W>0),'fro');%W的投影范数;
    if projgrad<tol;%终止条件的判断;
        break;
    end
    if k==1;
        alpha=1;%初始alpha
    end
    Z=max(0,W-gradW/L);%由构造的严格凸二次函数求出的封闭解;
    gradZ=Z*HHt-VHt;
    Zn=max(0,Z-alpha*gradZ);%为定义方向而定义的一个中间变量;
    D=Zn-Z;%迭代方向;
    delta=sum(sum(D.*gradZ));
    dQd=sum(sum((H.*(Z'*Z*H))));
    %搜步长
    if k==1;
        func(k)=f0 ;
    else
        func(k)=fn;
    end
    jj=min(k-1,M-1);
    fmax=max(func(k-jj:k));
  
    m=0;maxm=20;mk=0;
    while (m<maxm);
        fn=func(k)+row^m*delta+0.5*row^(2*m)*dQd;
        if(fn<=fmax+gama*row^m*delta),%判断目标函数下降;
            mk=m;%满足使的目标函数下降的最小正整数;
            break;
        end
        m=m+1;
    end
    lamda=row^mk;%更新lamda用于产生新的迭代点W;
    %迭代格式
    W=Z+lamda*D;
    %BB步更新方向D;
    s=D;
    y=D*HHt;
    b=sum(sum(s.*s));
    c=sum(sum(s.*y));
    alphaBB=b/c;
    if (c<=0),
        alpha=alpha_max;
    else
        alpha=min(alpha_max,max(alpha_min,alphaBB));
    end
    iter_W=k;
   
end
if k==maxiter,
    fprintf('Max k in QRPBB\n');
end
测试问题

clear
clc

l= 100;
n = 200;
r =15;
% V = rand(;l,n);
Winit= rand(l,r);
Hinit= rand(r,n);
V = abs(rand(l,r))*abs(rand(r,n));
tol=1.e-7;
maxtime=1000;
maxiter=5000;%最大迭代次数
tic
[W,iter_W,gradW]=QRPBB(V,Winit,H,maxiter,tol);
toc
希望可以教教我具体怎样优化一个程序,才能使得它的迭代次数和时间降低,谢谢!!
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐,对您同样有帮助:

随缘
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

hyk2006

木虫 (小有名气)

2楼2018-02-06 11:06:14
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 忘忧谷3987 的主题更新
信息提示
请填处理意见