[发明专利]封顶概念分解方法及图像聚类方法

摘要

本发明提供了一种封顶概念分解方法及图像聚类方法，其中，该封顶概念分解方法中包括：S10获取待分解的非负矩阵X＝[x1,x2,...,xN]∈Rd*n，其中，d为特征值的维度数，n为非负矩阵中数据点的个数；S20根据所述非负矩阵构建目标函数J(F,G)：s.t.F≥0,G≥0,GTG＝I其中，θ＞0；S30根据所述目标函数J(F,G)，使用迭代加权的方法，输出权矩阵W和特征矩阵G，完成对非负矩阵X的概念分解。出权矩阵W和特征矩阵G，完成对非负矩阵X的概念分解。解决了现有的封顶概念分解方法中存在的噪声和离群值问题，同时对于某些存在极端异常值的数据的现实问题。

主权项

1.一种封顶概念分解方法，其特征在于，所述封顶概念分解方法中包括：S10获取待分解的非负矩阵X＝[x1,x2,...,xN]∈Rd*n，其中，d为特征值的维度数，n为非负矩阵中数据点的个数；S20根据所述非负矩阵构建目标函数J(F,G)： J ( F , G ) = min F , G Σ j = 1 n min { | | x j - x j Wg j | | 2 , θ } ]]>s.t.F≥0,G≥0,GTG＝I其中，θ＞0；S30根据所述目标函数J(F,G)，使用迭代加权的方法，输出权矩阵W和特征矩阵G，完成对非负矩阵X的概念分解。