文件名称：论文研究-非负矩阵分解特征提取技术的研究进展.pdf
文件大小：854KB
文件格式：PDF
更新时间：2022-08-11 14:23:16
模式识别,非负矩阵分解,图像特征提取,稀疏表示
非负矩阵分解（non-negative matrix factorization，NMF）算法是在矩阵中所有元素均为非负的条件下对其实现的非负分解，基于非负矩阵分解的图像特征提取技术通过将图像表示为一系列非负基图像非减的叠加组合来提取图像的特征，这种特征提取方法不但具有良好的局部表征特性、有一定的稀疏性，而且对遮挡、光照不均及图像质量较差等情形具有卓越的效果。自正式提出以来，该方法得到了许多改进，但目前关于这些改进的综述都只是罗列了这些方法，并没有系统深入地分析，因而在大量阅读文献的基础上分析其内部联系，分类总结了非负矩阵分解的研究进展和各种改进方法的实质。首先介绍非负矩阵分解的基本思想，以手指静脉图像为例说明其应用于图像特征提取的方式，然后重点深入讨论了非负矩阵分解方法的改进算法，提出了非负矩阵分解应用中有待进一步研究的新问题。