2018级硕士研究生贾梦雪以第一作者身份在国际学术期刊“Neural Computing and Applications” 发表了题为“An algorithm of non-negative matrix factorization under structure constraints for image clustering” 的研究论文。其导师李向利教授为通讯作者。

非负矩阵分解（NMF）是图像聚类的一种关键方法。然而，由于分解结果不包含数据结构信息，NMF可能获得低准确的聚类结果。本文提出了一种在结构约束下的非负矩阵分解算法（SNMF）。SNMF的因子分解结果可以同时保持数据的全局和局部结构信息。在SNMF中，全局结构信息由l2范数约束下的余弦测度捕获。同时，利用l2范数约束得到更多的判别数据表示。采用了一个图的正则化项来保持局部结构。本文给出了有效的更新规则。此外，还通过实验研究了不同归一化方法对相似性的影响。在实际数据集上，数值结果验证了SNMF的有效性。

Neural Computing and Applications创立于1993年，该期刊目前为中科院大类三区期刊，最新影响因子6.0.