目前兩個(gè)相關(guān)的技術(shù)：NMF和NSPCA琼腔，原理一樣，都是把矩陣分解變成優(yōu)化問題拜马，即最小化殘差，加上懲罰項(xiàng)沐绒。
NMF：matlab自帶代碼俩莽，但是很難寫成I=I_0+a_1*I_1+...+a_n*I_n的形式
NSPCA：代碼有公布，但鏈接http://www.cs.huji.ac.il/-zass/已經(jīng)失效乔遮，已發(fā)郵件去要代碼
SPCA代碼閱讀：
1.X is an n*p matrix where n is the number of observations and p is the number of variables. X should be centered and normalized such that the column means are 0 and the column Euclidean lengths are 1.這里p是每個(gè)observations包含的變量扮超，需要是正則的。但，給出的例子不是正則的出刷。
2.例子
作圖是plot（X,Y）時(shí)璧疗，X是向量，Y是矩陣的情況馁龟，X作為橫坐標(biāo)崩侠，坐標(biāo)上每一點(diǎn)，對(duì)應(yīng)的Y中的向量坷檩，向量中每個(gè)值都畫出來
3.elastic net problem 和 larsen
4.直接加入 beta>=0呢却音？
NSPCA:
1.也是變成優(yōu)化問題，但是變成最大化 U^T*X 的F范數(shù)矢炼，在U^T*U =I, U>=0的條件下系瓢。
2.寫成關(guān)于u的4次函數(shù)
另外找了份代碼，文章地址
