2018级硕士研究生贾梦雪以第一作者身份在国际学术期刊“Multimedia Tools and Applications” 发表了题为“An algorithm of non-negative matrix factorization with the nearest neighbor after per-treatments” 的研究论文。其导师李向利教授为通讯作者。

聚类是机器学习中的一个热点课题。对于高维数据，非负矩阵分解（NMF）是聚类中的一项关键技术。然而，NMF也有一些缺点。首先，NMF在原始空间中对数据进行聚类，而异常值和噪声会削弱NMF的聚类结果。其次，NMF没有考虑局部结构，这有利于考虑数据的聚类。为了解决这两个缺点，提出了一种新的算法，即每次处理后的最近邻非负矩阵分解（PNNMF）。每次处理后，选择由最新邻居生成的可信连通分量来捕获局部结构。基于这些可信的连通分量，提出了一种新的基矩阵初始化方法。在真实数据集上的实验验证了PNNMF的有效性。

Multimedia Tools and Applications 创立于1995年，该期刊目前为中科院大类四区期刊，最新影响因子3.6