本书对非负矩阵分解理论进行了深入探讨。首先，基于Frobenius范数和Kullback-Leibler散度的两个目标函数，利用Taylor展开式、稳定点求解和Newton求根公式，提出了一种非负矩阵分解的理论分析方法；然后，利用该方法，严格导出了三种非负矩阵分解方法，解决了非负矩阵分解中的相关问题；*后，将结构模式识别方法和本书提出的非负矩阵分解方法应用到选票图像的不规则手写符号识别中，详细给出了选票图像识别方法。 本书算法推导严密，结构布局紧凑，内容深入浅出，实验简洁**，适合计算机、人工智能、机器学习等相关专业的教师、本科生、研究生，以及广大从事数字图像处理与识别的工程研发人员阅读。