由于传统的非光滑非负矩阵分解（nsNMF）算法没有考虑数据之间的几何结构，当数据处于线性不可分割流形结构时，该算法不能有效挖掘高维数据中包含的信息，也不能有效完成聚类任务。因此，提出了一种新的非光滑非负矩阵分解算法模型，该模型利用平滑因子同时约束分解后的基矩阵和系数矩阵的稀疏性。将核函数引入目标函数处理高维与低维数据之间的映射，加入局部相似性约束挖掘数据之间的结构化信息，并设计乘法迭代更新方法迭代求解算法的目标函数问题。结果表明，新算法在开放数据集上能取得较好的收敛性。