基于余弦相似度的稀疏非负矩阵分解算法

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.

关键词：非负矩阵分解、图像聚类、L2、1范数、余弦相似度

所属期刊栏目：47

分类号：O235(控制论、信息论（数学理论）)

资助基金：国家自然科学基金;广西自然科学基金;广西密码学与信息安全重点实验室研究课题;广西自动检测技术与仪器重点实验室基金;广西大学生创新创业项目

在线出版日期：2020-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113