收录：
摘要：
本发明涉及一种基于自表示和图谱约束的非负矩阵分解的图像聚类方法，特别是适用于数据集中类别复杂的聚类。本发明基于自表示和图谱约束的非负矩阵分解的图像聚类方法对高维数据进行降维，特别针对图像中存在异常值的情况，记为LRE‑GNMF。利用交替迭代法对目标函数求解，得到低维表示系数矩阵；利用低维表示系数矩阵对图像进行聚类。本方法使用非负数据矩阵作为输入，采用低秩嵌入(LRE)使得高维空间中距离较近的数据在学习到的低维空间中仍保持距离较近，从而保持数据的局部结构。本发明可广泛应用于图像识别领域。
关键词：
通讯作者信息：
电子邮件地址：
