利用Nicolas Gillis1an和FrancoisGlineur（2011）提出了一种加速思想，将它利用在MU算法、HALS算法、PG算法，并在稀疏和密集矩阵上做实验模拟这些算法的效果。

1.  稀疏矩阵

文档数据集sports，有8580个文档，维度是14870，有7个簇。

从实验结果上看加速的MU算法和加速的PG算法有着更好的效果，HALS次之。

1.  密集矩阵

图片数据集Yale，有2414个图片，维度是1024，有38个簇。

模拟时簇的个数设为k，k在[30,40]之间；这些算法的迭代次数一定，设为10000.实验结果如下图。

从实验结果来看，加速的HALS、MU和PG算法效果均不错，都比未加速的PG好，其中加速的PG算法更稳定些。

从上面两组实验来看，在迭代次数一定的情况下，HALS算法更适合于密集矩阵，而PG算法更稳定效果好些。