【摘要】随着信息技术的快速发展，海量高维数据不断涌现，高维数据明显增加了计算，存储的代价，给机器学习，模式识别等提出严峻的挑战，如数据灾难。数据降维能有效地避免维数灾难，已经成为图像检索，模式识别，机器学习等领域的热点问题。其中非负矩阵分解（Non-negativeMatrixFactorization，NMF），是一种强大的数据降维工具，已经在机器学习（如分类，聚类问题）领域得到广泛使用。面对高 […]