杜世强;石玉清;马，明;王伟兰 \（L_{3/2}）正则化图的非负矩阵分解。 （中文。英文摘要） Zbl 1324.68225号 吉林科技大学。 52，第5期，1007-1013（2014）. 摘要：本文提出了一种新的基于凸光滑（L_{3/2}）范数的正则化图非负矩阵因式分解算法。当原始数据在低维空间中通过非负矩阵因子分解进行因子分解时，\（L_{3/2｝\）正则图非负矩阵因子分解在凸光滑\（L_{3/2｝\）范数作为低维特征的稀疏约束的帮助下，保留了数据的局部结构和内在几何。提出了一种有效的乘法更新过程，并从理论上证明了算法的收敛性。在ORL人脸数据库、USPS手写体数据库和COIL20图像数据库上的实验结果表明，与非负矩阵分解及其基于稀疏表示的改进算法相比，该方法获得了更好的聚类结果。 MSC公司： 68单位10 图像处理的计算方法 68吨10 模式识别、语音识别 65楼30 其他矩阵算法（MSC2010） 关键词：图像聚类;稀疏表示;非负矩阵分解 软件：ORL面 PDF格式BibTeX公司 XML格式引用 \textit{S.Du}等人，吉林科技大学学报。52，第5号，1007--1013（2014；Zbl 1324.68225） 全文： DOI程序