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。