直接聚类分配
该算法通过图正则化约束无标签数据的低维表示直接逼近独热向量，避免了传统NMF方法在聚类时需额外后处理的步骤。
Jie, Li · 李朝迁
Engineering Applications of Artificial Intelligence 2025
将标记数据点的低维表示设为独热向量，并通过图正则化引导未标记数据逼近独热向量，因此GOCNMF生成的低维表示可直接用作聚类分配矩阵，无需额外聚类步骤。
将标记数据点的低维表示固定为独热向量，相当于为优化算法提供了一种初始化策略，从而加快了算法的收敛速度。
在六个真实数据集上的实验表明，GOCNMF总体优于所有对比方法，验证了方法的有效性。