高分辨图像分类的局部判别非负矩阵分解特征提取

非负矩阵分解（NMF）会忽略数据集中的局部几何结构和包含的判别信息。 本文提出了一种基于流形几何的NMF降维方法，称为局部判别NMF（LDNMF）。 LDNMF不仅保留非负性，还保留数据的局部几何结构和判别信息。 数据流形的局部几何和判别结构可以通过类内图和类间图来表征。 产生了有效的乘法更新过程，并且从理论上保证了其全局收敛性。 在两个高光谱图像数据集上的实验结果表明，所提出的LDNMF是提取高光谱图像特征的强大而有前途的工具。