非负矩阵分解特征提取技术的研究进展

• 来源期刊: 计算机应用研究
• 关键词: 模式识别 非负矩阵分解 图像特征提取 稀疏表示
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 综述评论
• 页码范围: 970-975
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.04.003

摘要

非负矩阵分解（non-negative matrix factorization，NMF）算法是在矩阵中所有元素均为非负的条件下对其实现的非负分解，基于非负矩阵分解的图像特征提取技术通过将图像表示为一系列非负基图像非减的叠加组合来提取图像的特征，这种特征提取方法不但具有良好的局部表征特性、有一定的稀疏性，而且对遮挡、光照不均及图像质量较差等情形具有卓越的效果。自正式提出以来，该方法得到了许多改进，但目前关于这些改进的综述都只是罗列了这些方法，并没有系统深入地分析，因而在大量阅读文献的基础上分析其内部联系，