一种基于REGNMF的大数据审计中图像特征提取方法

摘要

本发明公开了一种基于REGNMF的大数据审计中图像特征提取方法。本发明在GNMF算法基础上进行改进得到REGNMF算法，REGNMF算法将流形学习与非负矩阵分解融合，在降维的过程中仍然保持了数据空间的流形几何结构，同时考虑到矩阵奇异带来的小样本问题对图像识别率的影响，通过在GNMF的目标函数中加入矩阵指数，使原来的Laplacian矩阵变为非奇异的矩阵，并通过拉格朗日进行非贪婪迭代的方法得到REGNMF算法的最优解，这一方法成功解决了小样本问题，极大的增加了算法的鲁棒性和判别力，该算法在多个图像数据库上的实验证明，REGNMF算法对于图像特征提取具有更高的识别率，能够有效提取图特征用于大数据审计中，以确保大数据审计中图像特征提取的准确性。