基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的非负矩阵分解方法直接在原始高维图像数据集上计算低维表示,同时存在对噪声数据、噪声标签、不可靠图敏感及鲁棒性较差的缺点.为了解决上述问题,文中提出基于L21范数的非负低秩图嵌入算法(NLGEL21),同时考虑原始数据集的有效低秩结构和几何信息.在图嵌入和数据重构函数中引入L21范数,进一步提高鲁棒性,并给出求解NLGEL21的乘性迭代公式和收敛性证明.在ORL、CMU PIE、YaleB人脸数据库上的实验验证NLGEL21的优越性.
推荐文章
基于低秩表示的非负张量分解算法
图像分类
低秩表示
非负
张量分解
非负低秩图嵌入算法
非负矩阵分解方法(NMF)
低秩结构
图嵌入
鲁棒性
基于L1/2范数约束增量非负矩阵分解的SAR目标识别
增量非负矩阵分解
合成孔径雷达
目标识别
L1/2范数约束
基于平滑l0范数正交子空间非负矩阵分解
非负矩阵分解
正交性
聚类
稀疏表示
l0范数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于L21范数的非负低秩图嵌入算法
来源期刊 模式识别与人工智能 学科 工学
关键词 非负矩阵分解(NMF) 图嵌入 低秩结构 L21范数
年,卷(期) 2019,(10) 所属期刊栏目 研究与应用
研究方向 页码范围 936-944
页数 9页 分类号 TP391
字数 6635字 语种 中文
DOI 10.16451/j.cnki.issn1003-6059.201910008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 卢桂馥 安徽工程大学计算机与信息学院 56 202 7.0 11.0
2 周胜 安徽工程大学计算机与信息学院 6 1 1.0 1.0
3 刘国庆 安徽工程大学计算机与信息学院 6 5 1.0 2.0
4 张强 安徽工程大学计算机与信息学院 4 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (14)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1938(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(7)
  • 参考文献(5)
  • 二级参考文献(2)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非负矩阵分解(NMF)
图嵌入
低秩结构
L21范数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导