咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >多线性鲁棒主成分分析 收藏

多线性鲁棒主成分分析

Multilinear Robust Principal Component Analysis

作     者:史加荣 周水生 郑秀云 SHI Jia-rong;ZHOU Shui-sheng;ZHENG Xiu-yun

作者机构:西安建筑科技大学理学院陕西西安710055 西安电子科技大学数学与统计学院陕西西安710071 

出 版 物:《电子学报》 (Acta Electronica Sinica)

年 卷 期:2014年第42卷第8期

页      面:1480-1486页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(No.61179040) 陕西省教育厅专项科研计划(No.2013JK0587 No.2013JK0588) 陕西省自然科学基础研究计划(No.2014JQ8323) 

主  题:多线性鲁棒主成分分析 鲁棒主成分分析 低秩 核范数最小化 增广拉格朗日乘子法 

摘      要:鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实:对于具有多线性结构的数据,MRPCA比RPCA更加鲁棒.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分