典型文献
基于局部相似性的非平滑非负矩阵分解
文献摘要：
由于传统的非光滑非负矩阵分解(nsNMF)算法未考虑数据之间的几何结构,当数据处于线性不可分的流形结构时,该算法无法有效挖掘高维数据中所蕴含的信息,无法高效完成聚类任务.为此,提出一种新的非光滑非负矩阵分解算法,使用平滑因子对分解得到的基底矩阵和系数矩阵同时进行稀疏性约束,在目标函数中引入核函数处理高维与低维数据之间的映射,加入局部相似性约束项挖掘数据之间的结构化信息,并设计乘性迭代更新方法对算法的目标函数进行迭代求解.研究结果表明,新算法在迭代过程中能够达到收敛,在公开数据集上有着良好的聚类效果.
文献关键词：
非负矩阵分解;图像聚类;局部相似性;机器学习
中图分类号：
作者姓名：
张逸群;彭冲
作者机构：
青岛大学计算机科学技术学院,青岛266071
文献出处：
引用格式：
[1]张逸群;彭冲-.基于局部相似性的非平滑非负矩阵分解)[J].青岛大学学报（自然科学版）,2022(02):57-62
A类：
nsNMF
B类：
局部相似性,非负矩阵分解,非光滑,几何结构,流形结构,高维数据,平滑因子,矩阵和,系数矩阵,稀疏性约束,核函数,数处,低维,约束项,结构化信息,乘性迭代,迭代更新,更新方法,迭代求解,新算法,公开数据集,图像聚类
AB值：
0.372896
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
