brainparts:NMF代码，用于根据大脑成像数据计算分量

脑袋 Matlab代码，用于根据大脑成像数据计算非负分量。 第一个matlab函数（opnmf.m和opnmf_mem.m）实现正交投影非负矩阵分解。 它们之间的唯一区别是opnmf_mem.m函数的乘法更新规则中的矩阵乘法顺序已重新排列，因此可以使用高维成像数据。 对于低维数据，函数opnmf.m应该更快。 请注意，在这两个函数中，每次迭代时，都会降低阈值，因为它们会导致计算成本增加。 NNSVD.m初始化因式分解。 在我们的实验中，我们发现它比随机初始化要有效得多，并且第一个（默认）选项是确定性的。 它通过运行双重SVD分解来工作。 SVD可能需要大量内存资源，具体取决于图像的大小和数量。 因此，经常采用快速随机化的SVD过程（标志＝ 4）。 随机过程利用随机主成分分析（randpca.m文件）。 在我们的实验中，我们发现该近似值非常准确，对实际用途很有用，因为它降低了总体内存需求