参考论文：Zhang, Daoqiang, Zhi-Hua Zhou, and Songcan Chen. "Non-negative matrix factorization on kernels." Pacific Rim International Conference on Artificial Intelligence. Springer, Berlin, Heidelberg, 2006.
KNMF相比于NMF的优点：
（1）通过核空间的非线性映射，可以提取出隐藏在原始数据中的一些有用特征
（2）可以处理只知道对象之间关系（相似性或差异性）的数据（only relationship between objects）
（3）能例如核函数处理负值（for instance， Gaussian）
给定一个高位特征空间F，对m个目标：
KNMF的目的也是找到两个非负矩阵因子：
其中，是特征空间的基，H是系数。