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。