非负矩阵分解（NMF）是一种非常流行的无监督或半监督学习方法，可用于各种应用程序，包括数据聚类，图像处理和文档的语义分析。 这项研究的重点是对称NMF（SNMF），这是NMF的特例，可用于网络分析。 尽管在文献中存在几种用于SNMF的算法，但是它们的收敛和初始化尚未得到很好的解决。 在本文中，我们首先讨论了现有的SNMF算法的收敛性和初始化性。 然后，我们提出了SNMF的收敛算法（称为CASNMF），该算法可最小化对称矩阵与其SNMF的近似之间的欧几里得距离。 基于优化原理和局部辅助函数方法，证