10.3778/j.issn.1673-9418.1903007
非负低秩图嵌入算法
现有的非负矩阵分解方法(NMF)还存在一些不足之处.一方面,NMF方法直接在高维原始图像数据集上计算它的低维表示,而实际上原始图像数据集的有效信息常常隐藏在它的低秩结构中;另一方面,NMF方法还存在对噪声数据和不可靠图敏感以及鲁棒性差的缺点.为了解决这些问题,提出了一种非负低秩图嵌入算法(NLGE),该算法同时考虑了原始图像数据的几何信息和有效低秩结构,使得其鲁棒性有了进一步的提高.此外,还给出了一种求解NLGE算法的迭代规则,并进一步证明了该求解算法的收敛性.最后,在ORL、CMU PIE、YaleB和USPS数据库上的实验结果表明了NLGE算法的有效性.
非负矩阵分解方法(NMF)、低秩结构、图嵌入、鲁棒性
14
TP391(计算技术、计算机技术)
The National Natural Science Foundation of China under Grant Nos. 61976005, 61572033, 71371012 国家自然科学基金
2020-03-31(万方平台首次上网日期,不代表论文的发表时间)
共11页
502-512