基于余弦相似度的稀疏非负矩阵分解算法

• 作者: 周昌 朱丹丹 李俏霖 李向利 蒋丽榕 陈世莲
• 来源期刊: 计算机科学
• 学科: 数学
• 关键词: 非负矩阵分解 图像聚类 L2 ,1范数 余弦相似度
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 数据库&大数据&数据科学
• 页码范围: 108-113
• 页数: 6页
• 分类号: O235
• 语种: 中文
• DOI: 10.11896/jsjkx.190700112

摘要

基本的非负矩阵分解应用于图像聚类时,对异常点的处理不够鲁棒,稀疏性较差.为了提高分解后的矩阵的稀疏性,在基本的非负矩阵分解算法中引入了L2,1范数,对基本的非负矩阵分解模型进行了改进,从而实现稀疏性,提升算法的性能.同时,为了降低各特征之间的关联,强化非负矩阵分解模型特征的独立性,引入了余弦相似度,提出了基于余弦相似度的稀疏非负矩阵分解算法.该算法在处理高维数据和提取特征方面具有显著优势,并且可提高算法在图像聚类中的辨别准确性.实验结果表明,所提算法在一系列评价指标上的效果优于传统的非负矩阵分解算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昌		2	0	0.0	0.0
2	李向利		19	13	2.0	3.0
3	李俏霖		1	0	0.0	0.0
4	朱丹丹		1	0	0.0	0.0
5	陈世莲		1	0	0.0	0.0
6	蒋丽榕		1	0	0.0	0.0