带核方法的判别图正则非负矩阵分解

• 作者: 张颖 李向利
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 非负矩阵分解(NMF) 半监督聚类 图正则 核方法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 1899-1907
• 页数: 9页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2002041

摘要

非负矩阵分解(NMF)是一种非常有效的数据降维方法,广泛应用于图像聚类等领域.然而NMF是一种无监督的方法,没有使用数据的标签信息,也不能捕获数据固有的几何结构,并且这是一种线性的方法,不能处理数据是非线性的情况.为此,提出了一种带核方法的判别图正则非负矩阵分解算法.该算法使用了部分有标签数据的标签信息,加入了图正则项来捕获数据的几何结构,使用核方法解决了数据非线性的问题,分解的结果能够有效地提高聚类效果.一般的非负矩阵分解迭代更新的初始化是随机产生的,使用一种"热启动"的策略,减小了结果的随机性.在几种图片数据集上使用该算法进行聚类实验,并与一些先进算法进行了比较,实验结果证明了该算法的有效性.