BriefGPT - AI 论文速递 · 2024-10-10T00:00:00Z

Orthogonal Nonnegative Matrix Factorization with Kullback-Leibler Divergence

📝

内容提要

本研究提出了一种基于Kullback-Leibler散度的正交非负矩阵分解（ONMF）模型和算法，克服了传统弗罗贝nius范数的局限性。该方法在文档分类和超光谱图像解混合中表现优越，特别适用于处理泊松分布的数据。

🏷️

标签

Kullback-Leibler散度 文档分类 正交非负矩阵分解 泊松分布 超光谱图像