[发明专利]基于判别正交子空间约束的非负矩阵分解方法

摘要

本发明公开了一种基于判别正交子空间约束的非负矩阵分解方法。该方法主要包括以下步骤：(1)首先将训练样本集中的图像拉成向量构成训练数据矩阵Xtrain，然后将Xtrain在基于判别正交子空间约束的非负矩阵分解框架下进行分解，基于类内‑类间关联的判别约束项直接施加于基矩阵；(2)利用学习到的基矩阵U*构建投影矩阵W，计算训练数据Xtrain和测试数据Xtest在投影矩阵W上的投影表示，用最近邻分类器进行图像识别实验；(3)计算图像识别精度。本发明发掘并利用了数据内部的判别结构信息，算法中对基矩阵直接施加的判别约束提高了算法的泛化性能，提高了图像识别效果；可广泛应用于数据挖掘，数据分析领域。

主权项

1.基于判别正交子空间约束的非负矩阵分解方法，其特征在于，包括以下步骤：首先，将训练样本集中的图像拉成向量构成训练数据矩阵Xtrain，矩阵的行数为每个样本的维数，列数为样本个数；然后，将训练数据矩阵Xtrain在基于判别正交子空间约束的非负矩阵分解框架下进行分解，基于类内‑类间关联的判别约束项直接施加于初始化的基矩阵U0进行迭代运算，收敛后得到用于构建投影矩阵W的基矩阵U*，即完成非负矩阵分解。