NMF和Lsomap相結(jié)合的圖像檢索新方法

摘要：非負(fù)矩陣分解(NMF)能夠提取圖像的局部特征，是一種基于局部的數(shù)據(jù)挖掘方法，在一定程度上勾勒出了相關(guān)圖像在基矩陣所代表空間上的分布，但NMF并未考慮數(shù)據(jù)的內(nèi)在幾何結(jié)構(gòu)。提出了一種新穎的基于非負(fù)矩陣分解與非線性降維方法Isomap相結(jié)合的新方法，全局的非線性降維方法Isomap能發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在結(jié)構(gòu)和相關(guān)性，使高維數(shù)據(jù)在低維空間變得可視化。將本算法應(yīng)用于圖像檢索，實(shí)驗(yàn)表明，該方法能夠更加準(zhǔn)確地獲取信息，提高檢索的準(zhǔn)確性。