模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (10): 936-944    DOI: 10.16451/j.cnki.issn1003-6059.201910008
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于L21范数的非负低秩图嵌入算法
刘国庆1, 卢桂馥1, 张强1, 周胜1
1.安徽工程大学 计算机与信息学院 芜湖 241000
Non-negative Low Rank Graph Embedding Algorithm Based on L21 Norm
LIU Guoqing1, LU Guifu1, ZHANG Qiang1, ZHOU Sheng1
1.School of Computer and Information, Anhui Polytechnic University, Wuhu 241000

全文: PDF (673 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 现有的非负矩阵分解方法直接在原始高维图像数据集上计算低维表示,同时存在对噪声数据、噪声标签、不可靠图敏感及鲁棒性较差的缺点.为了解决上述问题,文中提出基于L21范数的非负低秩图嵌入算法(NLGEL21),同时考虑原始数据集的有效低秩结构和几何信息.在图嵌入和数据重构函数中引入L21范数,进一步提高鲁棒性,并给出求解NLGEL21的乘性迭代公式和收敛性证明.在ORL、CMU PIE、YaleB人脸数据库上的实验验证NLGEL21的优越性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
刘国庆
卢桂馥
张强
周胜
关键词 非负矩阵分解(NMF)图嵌入低秩结构L21范数    
Abstract:In the existing non-negative matrix factorization(NMF) methods, low-dimensional repre-sentation is directly computed on the original high-dimensional image dataset. Besides, NMF methods are sensitive to noise data, noise labels, unreliable graphs and poor in robustness. To solve these problems, a non-negative low rank graph embedding algorithm based on L21 norm(NLGEL21) is proposed. NLGEL21 takes the effective low rank structure and geometric information of the original dataset into account. L21 norm is introduced into the function of graph embedding and data reconstruction to further improve its robustness. In addition, a multiplicative iteration formula and convergence proof for NLGEL21 are produced. Experiments on ORL, CMU PIE and YaleB face databases show the superiority of NLGEL21.
Key wordsNon-negative Matrix Factorization(NMF)    Graph Embedding    Low Rank Structure    L21 Norm   
收稿日期: 2019-01-17     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61572033,71371012,61976005)、安徽工程大学创新团队项目(No.4)资助
通讯作者: 卢桂馥,博士,教授,主要研究方向为人工智能、模式识别等.E-mail:luguifu_jsj@163.com.   
作者简介: 刘国庆,硕士研究生,主要研究方向为机器智能、模式识别等.E-mail:839794100@qq.com;张强,硕士研究生,主要研究方向为数据挖掘、机器学习等.E-mail:18010778457@126.com;周胜,硕士研究生,主要研究方向为机器学习等.E-mail:934485488@qq.com.
引用本文:   
刘国庆, 卢桂馥, 张强, 周胜. 基于L21范数的非负低秩图嵌入算法[J]. 模式识别与人工智能, 2019, 32(10): 936-944. LIU Guoqing, LU Guifu, ZHANG Qiang, ZHOU Sheng. Non-negative Low Rank Graph Embedding Algorithm Based on L21 Norm. , 2019, 32(10): 936-944.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201910008      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I10/936
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn