摘要

非负矩阵分解算法(NMF)已经广泛应用于图像处理、模式识别和数据挖掘等相关领域,它旨在寻找两个非负矩阵使其乘积与原始矩阵实现最佳相似。然而,标准的非负矩阵分解算法(NMF)不能发现数据空间的内蕴几何结构。本文提出了一种基于L2稀疏约束和图正则化的非负矩阵分解算法(L2-SGRNMF),并将该方法与标准NMF算法和图正则化非负矩阵分解算法(GRNMF)进行了对比。