基于自步学习的对称非负矩阵分解算法

作者：王雷; 杜亮^*; 周芃; 吴鹏

来源：郑州大学学报(理学版）, 2022, 54(05): 43-48.

DOI：10.13705/j.issn.1671-6841.2021227

• 无监督学习
• 对称非负矩阵分解
• 误差驱动
• 自步学习
• 聚类

提出一种基于自步学习的对称非负矩阵分解算法，通过误差驱动的方式使模型更好地区分正常样本与异常样本，进而提高模型的聚类性能。该方法为所有样本赋予了一个可以衡量其难易程度的权重变量，并采用硬加权与软加权两种策略分别对此变量进行约束以保证模型的合理性。在图像、文本等多个数据集上进行聚类分析，实验结果表明了所提算法的有效性。

• 单位
  山西大学; 安徽大学