多线性鲁棒主成分分析
Multilinear Robust Principal Component Analysis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.