Enhanced non-negative matrix factorization via adaptive weighted bipartite graph learning for clustering problems

Non-negative matrix factorization (NMF)-based clustering models, widely employed in modern applications, typically consist of two principal stages: obtaining low-dimensional representation through NMF and applying clustering algorithms such as k-means to the representation. However, traditional NMF...

Celý popis

Podrobná bibliografie

Vydáno v:	Neurocomputing (Amsterdam) Ročník 650; s. 130871
Hlavní autoři:	Huang, Yulei, Liu, Libo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 14.10.2025
Témata:	Basis vectors Bipartite graph Cluster centroids Non-negative matrix factorization Bipartite graph Non-negative matrix factorization Basis vectors Cluster centroids
ISSN:	0925-2312
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!