基於 Kullback-Leibler 散度的正交非負矩陣分解

本文提出了一種新的正交非負矩陣分解（ONMF）模型和演算法，採用 Kullback-Leibler（KL）散度作為度量標準，相較於基於 Frobenius 範數的 ONMF，KL-ONMF 更適用於處理文件數據集和高光譜影像等泊松分佈數據，並在文件分類和高光譜影像解混方面展現出更優異的性能。