L3/2正则化图非负矩阵分解算法

• 作者: 杜世强 王维兰 石玉清 马明
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 图像聚类 稀疏表示 非负矩阵分解 正则化
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 1007-1013
• 页数: 7页
• 分类号: TP391.2
• 字数: 3309字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2014.05.27

摘要

基于图正则化非负矩阵分解算法(GNMF)，提出一种基于凸光滑的L3/2范数正则化图非负矩阵分解算法。该算法用非负矩阵分解算法对数据进行低维非负分解时，根据流形学习的图框架理论，构建邻接矩阵保持数据局部几何结构，并对数据的低维表示特征进行凸光滑的L3/2范数稀疏性约束，在给出算法更新迭代规则的同时，从理论上证明了所给算法的收敛性。通过人脸数据库 ORL、手写体数据库USPS和图像库COIL20的仿真实验表明，相对于非负矩阵分解算法及其基于稀疏表示的改进算法，所给算法均具有更高的聚类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马明	西北民族大学数学与计算机科学学院	65	182	8.0	10.0
2	王维兰	西北民族大学数学与计算机科学学院	44	276	10.0	14.0
3	杜世强	西北民族大学数学与计算机科学学院	9	20	3.0	4.0
4	石玉清	西北民族大学电气工程学院	6	16	3.0	4.0