|
|||||
|
|
| 多线性鲁棒主成分分析 | |
| 作者姓名： | 史加荣 周水生 郑秀云 |
| 作者单位： | 1. 西安建筑科技大学理学院, 陕西西安 710055; 2. 西安电子科技大学数学与统计学院, 陕西西安 710071 |
| 基金项目： | 国家自然科学基金,陕西省教育厅专项科研计划,陕西省自然科学基础研究计划 |
| 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. |
| 关 键 词： | 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 |
| 收稿时间： | 2013-06-21 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《电子学报》浏览原始摘要信息 | |
| 点击此处可从《电子学报》下载免费的PDF全文 | |