矩阵的稀疏度计算（matlab）

得到非负矩阵分解（NMF）的基图像矩阵和系数矩唯誉衡阵后，Hoyer [1] 提出可以利用L1范数和L2范数之间的差异度来衡量分解后矩阵的稀疏度。

L1范数 ：所有元素的绝对值之和。

L2范数 ：所有元素指做的平方之和的平方根。

计算虚陪x的稀疏度，分三步：

稀疏度计算（matlab）

在ORL人脸数据集上的实验对比：

Reference:

[1] Non-negative Matrix Factorization with Sparseness Constraints

clear

clc

N=1000

Fs=1000

t=0:(1/虚毕态差源数信Fs):(N-1)*(1/Fs)

f=[50 100 150 200 250]

s=zeros(1,N)

for i=1:length(f)

s=s+sin(2*pi*f(i)*t)

end

noise=0.1*randn(1,N)

r=s+noise

plot(t,r)