-
题名基于余弦相似度的稀疏非负矩阵分解算法
被引量:11
- 1
-
-
作者
周昌
李向利
李俏霖
朱丹丹
陈世莲
蒋丽榕
-
机构
桂林电子科技大学数学与计算科学学院
桂林电子科技大学广西高校数据分析与计算重点实验室
桂林电子科技大学广西密码学与信息安全重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2020年第10期108-113,共6页
-
基金
国家自然科学基金(11961010,71561008)
广西自然科学基金(2018GXNSFAA138169)
+2 种基金
广西密码学与信息安全重点实验室研究课题(GCIS201708)
广西自动检测技术与仪器重点实验室基金(YQ19111,YQ18112)
广西大学生创新创业项目(201810595218)。
-
文摘
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L 2,1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
L
2
1范数
余弦相似度
-
Keywords
Non-negative matrix factorization
Image clustering
L2,1 norm
Cosine similarity
-
分类号
O235
[理学—运筹学与控制论]
-